پایان‌نامه‌ی کارشناسی ارشد: جواد علی مردان، ۱۳۹۶
زمانبندی فرآیندهای موازی با توجه به هزینه بر پایه الگوریتم MinMinC و MaxMinC
اجراء کاربردهای موازی برروی منابع متعدد پردازشگر و اجراء وظائف به صورت همزمان و استفاده حداکثری از
منابع، این امکان را برای کاربران بهوجود آورده تا بتوانند با سرعت و کارایی بیشتری اقدام به اجراء محاسبات خود
کنند.
در یک کاربرد موازی، که به تعدادی وظیفه شکسته شده است، قراردادن وظائف برروی منابع مختلف ، و انتخاب
مناسب منابع، به عنوان یک چالش وجود دارد. چگونگی انتخاب منابع برای هر وظیفه بهگونهای که زمان اجراء
کاربرد و همچنین استفاده از منابع مناسب باشد به عنوان نگاشت وظائف به منابع شناخته میشود.
در این تحقیق نگاشت و زمانبندی کاربردهای موازی، که وظائف آن دارای ارتباط با یکدیگر هستند، برای منابع
موجود به صورت رایانش ابری بررسی شده است. هدف راهحل پیشنهادی ارائه شده، بهبود نگاشت، به لحاظ کاهش
زمان اجراء و هزینه است. روش پیشنهادی با استفاده از نگاشت دقیق و توجه به هزینه زمان بهتری ارائه داده است.
در پایان، روش پیشنهادی با الگوریتم معرفی شده دیگر به نام Min-Min-Cمقایسه شده است و نتایج نشاندهنده بهبود نگاشت توسط روش پیشنهادی است.
کلیدواژه‌ها:
رایانش ابری، تخصیص، زمانبندی، زمان تکمیل برنامه موازی، هزینه
M.A. Thesis:
Scheduling Parallel Tasks with regard to cost-base algorithms MaxMinC and MinMinC
executing parallel applications on many resources and executing tasks parallel and
maximizing using of resources allows users to run their calculations more quickly
and efficiently.
In a parallel application, which is broken into a number of tasks, putting tasks on
different resources and choosing the proper resources is a challenge. How select
resources for each task so that the application run time and the use of appropriate
resources are known as resource mapping.
In this Thesis, mapping and scheduling of parallel applications, whose tasks are
interconnected, are reviewed for available resources in the form of cloud
computing.
The goal proposed is improve mapping in terms of reduced runtime and cost.
The proposed method provides better time by using exact mapping and attention to
cost.
In the end, the proposed method is compared with the other introduced Min-Min-C
algorithm and the results indicate that the mapping is improved by the proposed
method.
Keywords:
Cloud Computing, Assign, Scheduling, Makespan, Cost