فایل ورد کامل تامین تحمل پذیری خطای سیستم کنترل توزیع شده بلادرنگ با الگوریتم تسریع پیکره بندی مجدد بر مبنای تبرید شبیه سازی شده موازی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل تامین تحمل پذیری خطای سیستم کنترل توزیع شده بلادرنگ با الگوریتم تسریع پیکره بندی مجدد بر مبنای تبرید شبیه سازی شده موازی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۱۰ صفحه

چکیده

در این مقاله الگوریتم بهبود یافته برای تامین تحمل پذیری خطای سیستم کنترل توزیع شده بلادرنگ مطرح شده است. الگوریتم توسعه یافته، از تکنیک تبرید شبیه سازی شده به عنوان پایه با تکیه بر طرح های دمای خنک سازی استفاده می نماید. ترکیب تکنیک مولتی استارت (چنداستارتی) موازی و طرح دمای منتخب، امکان تسریع کار جهت دستیابی به راه حلی با کیفیت کافی را فراهم می آورد. بدین طریق پیکره بندیهای سیستم در دوره های زمانی قابل قبول فراهم می شوند.

۴- نتایج آزمایش
در مقاله مطرح شده، الگوریتم پیشنهادی را به طرق زیر ارزیابی می کنیم:
– تست اثر بخشی طرح دمای خنک سازی از نظر بهترین راه حل در زمان محاسباتی کوچکتر
– تست کیفیت راه حل ازلحاظ وابستگی به تعداد CE ها.
در شکل ۳، سرعت همگرایی الگوریتم برای ۲۰ وظیفه متصل با پیچیدگی های تصادفی و ۱۰ CE با بهره وری تصادفاً تولید شده مطرح شده است. محور OX با تعداد فراخوان های تابع هدف، ومحور OY با مقدار تابع هدف نشانه گذاری شده است (در این مورد، هزینه کل سیستم). گرافیک اجازه می دهد ببینیم درمدت زمان کوتاه، تغییر دمایی سریع به نتیجه رضایت بخشی منتج می شود ( فراخوان تابع هدف). بنابراین، در صورت عدم جستجوی کمینه محلی، شاید جستجوی کمینه محلی خوب یا راه حل برروی شیب کافی باشد.
به علاوه، نتایج همگرایی تبرید شبیه سازی شده خنک سازی با الگوریتم ژنتیک ساده را با انتخاب تورنومنت و کراس اور یک نقطه ای مقایسه کردیم. اندازه جمعیت به ترتیب ۵۰ و ۱۰۰ است.

عنوان انگلیسی:The Parallel Simulated Annealing-Based Reconfiguration Speedup Algorithm for the Real Time Distributed Control System Fault-Tolerance Providing~~en~~

Abstract

In this paper enhanced algorithm for the real time distributed control system fault-tolerance providing is presented. The algorithm is developed having the parallel simulated annealing technique as a base with the accent on the quenching temperature schemes. The combination of the parallel multistart technique and chosen temperature scheme allows to speed up to acquire the solution with the adequate quality. This provides system configurations in the acceptable time periods.

IV- EXPERIMENTAL RESULTS

Within the paper presented, we consider to evaluate our algorithm in the following ways: -to test the effectiveness of the quenching temperature scheme in the aspect of the best solution within the smaller computational time; -to test the solution quality in dependency on the number of CEs. Figure 3: Simulated annealing: quenching ratios testing. On the fig. 3, the algorithm convergence speed is presented for the 20 interconnected tasks with randomized complexities and 10 CEs with randomly produced productivity. The OX axe is marked with the number of objective function calls, the OY axe is marked with the objective function value (the total system cost in our case). The graphics allow to see that the fast temperature change can bring to the satisfactory result for the adequate time period (<20 objective function calls). So, if we don’t search for the global minima, perhaps good local minima or the solution on the slop would be enough. In addition, we compared the convergence results of the “quenching” simulated annealing with the simple genetic algorithm with one-point crossover and tournament selection. The size of population is 50 and 100.

$$en!!