یک مدل شبکه پتری تصادفی تطبیقی مبتنی بر اتوماتاهای یادگیر

یک مدل شبکه پتری تصادفی تطبیقی مبتنی بر اتوماتاهای یادگیر­ و­ کاربردهای آن در تخصیص منابع در شبکه­ های گرید

چکیده:

شبکه­های­ پتری تصادفی­ وسیله ای برای مطالعه سیستم ها می باشند. تئوری شبکه پتری تصادفی­ اجازه می دهد که یک سیستم بتواند بوسیله آن بصورت یک مدل ریاضی مدل­ شود. از رفتار پویا و ساختار سیستم مدل شده توسط آنالیز شبکه پتری تصادفی­­، اطلاعات بسیار مفیدی اتخاذ می گردد که این اطلاعات می تواند جهت ارزشیابی­، حدسهای برای­ ایجاد، بهبود یا تغییرات در سیستم استفاده شود. شبکه­های پتری تصادفی برای آنالیز سیستم­هایی گسترده کاربرد بسزایی دارند. یکی از مشکلات شبکه پتری تصادفی عدم تطبیق پذیری آن­ها می­باشد و بهمین دلیل در شبکه­های پتری تصادفی امکان دسترسی به ­اطلاعات قبلی وجود ندارد. اگر در هر زمان بیش از یک گذار فعال باشد، هر کدام می­توانند به عنوان شلیک بعدی محسوب شوند.  

 این ویژگی شبکه پتری حقیقتی را تداعی می کند که چنانچه چندین واقعه همزمان اتفاق افتد و وقوع رویدادها یکسان نباشد، هریک از رویدادها می تواند رخ دهد و وقوع رویدادها در طول زمان، تغییر نمی­کند و این برخلاف دنیای واقعی و پویا می­باشد، و شبیه سازی مشابه اجرای برنامه اصلی است، هدف آنست که از مدل شبیه سازی­شده برای بررسی عملکرد سیستم استفاده شود و بدین­وسیله مشکلات و نقاط ضعف مدل مشخص می­گردد ولی ابزار شبکه پتری تصادفی به تنهایی نمی­تواند در جهت بهبود و رفع مشکلات کاری انجام دهد و وضعیت بهینه بعدی را نمی­توان پیشگویی نمود. در این پایان نامه، هدف ما ایجاد یک شبکه پتری تصادفی تطبیقی مبتنی بر اتوماتای یادگیر و کاربرد آن در تخصیص منابع در گرید های محاسباتی و اقتصادی می باشد. شبکه پتری تصادفی تطبیقی از طریق اطلاعات بدست آمده از حالات قبلی سیستم و واکنش­های محیط پویا، حالت بهینه بعدی را پیشگویی نموده و وضعیت جاری سیستم را بروز و احتمال وقوع رویدادها را در طول زمان تغییر می­دهد و باعث می­شود رویداد­ها بر اساس احتمال وقوعشان فعال ­شوند. بروز شدن وضعیت­های سیستم بر اساس واکنش محیط پویا کمک شایانی در یادگیری و آموزش شبکه­های پتری می­کند در اینجا، تطبیقی بودن شبکه های پتری در کاربردهای مختلف مورد بررسی قرار گرفته اند. در این پروژه از ابزار شبیه­سازی SPNP برای شبیه­سازی شبکه پتری تصادفی استفاده می­گردد. در ادامه، ­ کاربرد مدل تطبیقی پیشنهاد شده در قسمت اول، در گرید محاسباتی مورد مطالعه و بررسی قرار می­گیرد. در این بررسی ایده ای اکتشافی با توجه به الگوریتم های زمانبندی در گریدهای محاسباتی پیشنهاد می شود و نتایج آن با روشهای Min. min و Max. min مقایسه شده است. در قسمت دومتخصیص منابع در گرید اقتصادی با توجه به الگوریتم هوشند اتوماتای یادگیر در حالتهای مختلف مورد بررسی قرار می گیرد. برای این منظور در گرید اقتصادی از مدل تطبیقی ارائه شده برای تخصیص بهینه منابع در گرید با توجه به معیار زمان استفاده می­گردد. در اینجا با در نظر گرفتن مستقل بودن کارهای تخصیص یافته به منابع و تخصیص یکباره و یک مرحله ای ایده ای بر اساس اتوماتای یادگیر ارائه شده و با ایده های قبلی که توسط آقایان بویا و مهدوی فر ارائه شده اند بررسی شده است. الگوریتم پیشنهادی ALATO که براساس اتوماتای یادگیر ارائه شده است نسبت به الگوریتم های مشابه مدت زمان کمتری را صرف جستجو و تخصیص منابع در گرید اقتصادی می کند.

جهت دانلود محصول اینجا کلیک نمایید