کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6901829 1446496 2017 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Adaptive load balancing of distributed multi-agent simulations on heterogeneous computational infrastructures
ترجمه فارسی عنوان
تعادل بار سازگار از شبیه سازی های چند عاملی توزیع شده بر روی زیرساخت های محاسباتی ناهمگن
کلمات کلیدی
مدل سازی مبتنی بر عامل، محاسبات توزیع شده، توازن بار،
ترجمه چکیده
شبیه سازی مدل مبتنی بر عامل دارای چندین مشکل مرتبط با مقیاس پذیری، دقت بازتولید حرکت است. افزایش تعداد عوامل منجر به محاسبات اضافی می شود و از این رو برنامه زمان اجرا نیز افزایش می یابد. این مشکل با استفاده از شبیه سازی توزیع شده و محیط محاسباتی توزیع شده مانند خوشه ها و ابر رایانه ها حل می شود. اشیاء مدل باید به فرآیندهای مختلف و محاسبات تقسیم شوند تا بتوانند به صورت موازی اجرا شوند. در این مقاله، یک الگوریتم برای تعادل بار محاسباتی ارائه شده است. الگوریتم بر اساس یک الگوریتم شناخته شده ژنتیک است و بهینه سازی تطبیق بین ساختار مدل ایجاد شده توسط بلوک های اجرایی متعددی متصل شده از اجرای برنامه نویسی توزیع شده توزیع شده مدل و ساختار شبکه محاسبات را انجام می دهد. قرار دادن کارآیی گره های مدل گراف به توابع محاسباتی ناهمگن موجب بهبود عملکرد کلی شبیه سازی و کاهش زمان اجرا می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
تعادل بار سازگار از شبیه سازی های چند عاملی توزیع شده بر روی زیرساخت های محاسباتی ناهمگن
چکیده انگلیسی
Simulation of the agent-based model has several problems related to scalability, the accuracy of reproduction of motion. The increase in the number of agents leads to additional computations and hence the program run time also increases. This problem can be solved using distributed simulation and distributed computational environments such as clusters and supercomputers. The model objects must be divided into different processes and calculations to be able to be executed in parallel. This paper presents the research on an algorithm to balancing of computational load. The algorithm is based on a well-known genetic algorithm and performs optimization of matching between the model structure formed by multiple interconnected executable blocks of a distributed programming implementation of the model and network structure of the computational environment. Efficient placement of the model graph's nodes to heterogeneous computational ones leads to improvement in overall performance of the simulation and reducing of execution time.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia Computer Science - Volume 119, 2017, Pages 139-146
نویسندگان
, , , , ,