پرشیا فایل | پیش بینی زمان اجرای کارها در جریان های کاری علمی در ابر محاسباتی | پرشیا فایل

پرشیا فایل

دانلودپایان نامه،پرسشنامه،پاورپوینت،اقدام پژوهی،پروپوزال

پیش بینی زمان اجرای کارها در جریان های کاری علمی در ابر محاسباتی

  • تعداد دانلود : 0
  • فرمت فایل : pdf
  • حجم فایل : 3mb

دانلود پایان نامه کارشناسی ارشد رشته مهندسی نرم افزار (M.SC)
گرایش نرم افزار
با عنوان:
پیش بینی زمان اجرای کارها در جریان های کاری علمی در ابر محاسباتی

پیش بینی زمان اجرای کارها در جریان های کاری علمی در ابر محاسباتی

چکیده پژوهش به شرح ذیل میباشد:

به منظور تعبیه مکانیسم مناسب و بهینه برای انجام وظایف مشخص درون یک جریان کار، ابر باید
بتواند تخمین دقیقی از مدت زمان اجرای وظایف و فعالیت های جریان کار داشته باشد. از این رو، با
هماهنگ سازی مکانیسم انتقال داده و گره های منبع درون خط لوله ها و جریان هایی از انواع دیگر، می
توان به بهینه سازی و تسریع عملکرد ابر در اجرای جریان کار پرداخت. اما، به طور کلی، به دلیل انواع
مختلف وظایفی که ممکن است در جریان کار علمی وجود داشته باشد، همواره به نوعی عمومی سازی
جهت قابل استفاده بودن برای غالب انواع جریان کار با انواع مختلف جریان کار نیاز است. از این رو، فراهم
آوردن مکانیسم های عمومی سازی و مدل سازی بدون در اختیار داشتن تمامی معماری کاری آن ها امری
بسیار سودمند و مورد تقاضا می باشد. از این رو، تحقیقات مانند حوزه مورد بررسی در این مقاله به واکاوی
هر چه بیشتر این امر می پردازند. در این تحقیق روش پیشنهادی برای مدل سازی رفتار سرویس ها در هنگام
اجرا و مدت زمانی را که برای اجرا صرف می کنند، از رویکردی مبتنی بر هوش مصنوعی در حوزه ای به نام
یادگیری ماشین استفاده می کند. در این رویکرد، در واقع مدل سازی مدت زمان اجرای فعالیت ها در جریان
کار درون ابر با توجه به مشاهدات قبلی که از اجرای این فعالیت ها مشاهده شده اند صورت می گیرد.
واژگان کلیدی:
جریان کار علمی ، یادگیری نظارتی، پنجره لغزان، رایانش ابری ، شبکه های عصبی ،  ابر محاسباتی ، جریان های کاری علمی ، پیش بینی زمان اجرای کارها.

مقدمه:

پیش بینی مدت زمان فعالیت جریان کاری یکی از موارد پر اهمیت در پشتیبانی از کیفیت خدمت در
سیستم های جریان کاری و مخصوصا در ابر محسوب می شود. به طور مرسوم، یک سیستم جریان کار
معمولا به منظور آسان نمودن خودکار سازی در دامنه یک برنامه کاربردی خاص طراحی می شود، جایی که
فعالیت ها دارای ماهیت هایی مشابه باشند. از این رو، یک راهبرد پیش بینی مخصوص توسط سیستم جریان
کاری تعبیه شده و بر تمامی فعالیت های جریان کاری آن اعمال می شود. در این تحقیق در نظر داریم
رویکردی جدید جهت پیش بینی مدت زمان فعالیت جریان کاری در ابر ارائه دهیم.

بخشی بیان مسئله:

امروزه، با توجه به محبوبیت محاسبات دارای راندمان بالا در برنامه های کاربردی علمی و تجاری، و
همچنین قابلیت به کارگیری سیستم های جریان کار برای آسان کردن خودکارسازی مدیریت زیرساخت در
محاسبات دارای راندمان بالا از قبیل گرید  و رایانش ابری ، تقاضا و نیازمندی قابل توجهی برای تطبیق و
مدت , طراحی سیستم های جریان کار جدید و بهینه برای استفاده در این محیط ها وجود دارد .
فعالیت جریان کار یکی از اصلی ترین عناصر مدل سازگاری موقت می باشد و بنابراین دقت آن برای تاثیر
گذاری تایید موقت و دیگر مولفه ها از قبیل انتخاب نقاط بازرسی موقت و مدیریت تخلف موقت امری
بسیار حیاتی است . این امر همچنین برای پشتیبانی از کیفیت خدمت رسانی نیز از اهمیت بالایی
برخوردار است . به طور مرسوم، یک سیستم جریان کار معمولا به منظور آسان نمودن خودکار سازی در
دامنه یک برنامه کاربردی خاص طراحی می شود، جایی که فعالیت ها دارای ماهیت هایی مشابه باشند…

فهرست مطالب گرداوری شده:

-۱ کلیات تحقیق . ………………………………………………………………………… ۲
-۱-۱ مقدمه …………………………………………………………………………………………………… ۳
-۲-۱ بیان مسئله …………………………………………………………………………………………. ۳
-۳-۱ ضرورت تحقیق ………………………………………………………………………………. ۴
-۴-۱ اهداف تحقیق……………………………………………………………….. ۵
-۵-۱ نوآوری تحقیق . ……………………………………………………………………………… ۵
-۶-۱ ساختار تحقیق . ……………………………………………………………………………………. ۶
-۲ مفاهیم اولیه و کارهای پیشین ………………………………………………………………… ۷
-۱-۲ مقدمه ……………………………………………………………………………. ۸
-۲-۲ رایانش ابری . ………………………………………………………………………………… ۸
-۱-۲-۲ خدمات در رایانش ابری ………………………………………………………. ۹
-۲-۲-۲ انواع ابر ……………………………………………………………………………………… . ۱۰
-۳-۲-۲ محیط مجازی ابر……………………………………………………………………… ۱۱
-۳-۲ جریان کار ………………………………………………………………………………. ۱۲
-۴-۲ شبکه عصبی…………………………………………………………………………. ۱۳
-۱-۴-۲ ویژگی های شبکه های عصبی . …………………………………….. ۱۳
-۲-۴-۲ شاخصه های اصلی شبکه های عصبی……………………………………… ۱۶
-۵-۲ کارهای پیشین . ………………………………………………………………………………. ۱۷
-۳ روش پیشنهادی و ارزیابی . ……………………………………………… ۳۲
-۱-۳ مقدمه ……………………………………………………………………………………… ۳۳
-۲-۳ انگیزه و پیش نمای روش پیشنهادی . …………………………………………. ۳۳
-۳-۳ رویکرد پیشنهادی …………………………………………………………………….. ۳۶
-۱ تفاوت مدل سازی در شبکه های عصبی مصنوعی نسبت به سیستم های مدل سازی مرسوم …… ۴۰ -۳ -۳
-۴-۳ جمع بندی روش پیشنهادی . ……………………………………………………… ۴۱
-۵-۳ ارزیابی ……………………………………………………………………………………. ۴۲
-۱-۵-۳ شرایط مسئله . ………………………………………………………………………. ۴۲
-۲-۵-۳ معیار ارزیابی . …………………………………………………………………… ۴۳
-۳-۵-۳ نتایج تجربی …………………………………………………………………….. ۴۵
-۶-۳ ارزیابی و تحلیل حساسیت . …………………………………………………….. ۴۶
-۱-۶-۳ معماری شبکه عصبی ………………………………………………………. ۴۶
-۲-۶-۳ اندازه پنجره لغزان ………………………………………………………… ۴۷
-۴ نتیجه گیری و کارهای آینده ………………………………………………………. ۵۴
-۱-۴ نتیجه گیری . ………………………………………………………………………….. ۵۵
-۲-۴ کارهای آینده…………………………………………………………………. ۵۶
مراجع لاتین………………………………………………………………….. ۵۷
پیوست ها ……………………………………………………………………. ۵۹

فهرست جداول
۱: ویژگی های اجرای جریان کار . …………………………………………………………. ۲۶ – جدول ۲
۲: ویژگی های مورد نیاز برای پیش بینی زمان اجرای جریان کار………………………… ۲۸ – جدول ۲
۱: ورودی و خروجی های شبکه عصبی پیش بینی کننده با استفاده از پنجره لغزان ………. ۴۰ – جدول ۳
۳: تنظیمات شبکه عصبی . ……………………………………………………………… ۴۵ – جدول ۳
۴: مقایسه روش پیشنهادی با دو روش مهم موجود در ادبیات موضوع ……………….. ۵۳ – جدول ۳

به همراه اشکال و نمودار در۷۷ صفحه

 

۷,۰۰۰ تومان – خرید
مطالب پیشنهادی

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *