دسته: مقالات ترجمه شده isi
حجم فایل: 647 کیلوبایت
تعداد صفحه: 10
چارچوب موثر برای تخصیص منبع در رایانش ابری
چکیده-در حال حاضر رایانش ابری دارای تقاضای بالایی است زیرا شیوهای برای کاهش هزینهی ایجاد زیرساخت از طریق مجازیسازی منابع ارائه میکند. مجازیسازی منابع مستلزم مکانیزم مدیریت منابع بسیار دینامیکی است. باتوجه به اینکه رایانش ابری این امکان را برای کاربران ابری فراهم میکند تا درخواستهای متعدد را بصورت همزمان ارسال کنند، بایستی یک طرح خودمدیریتی/نظارتی وجود داشته باشد تا تمامی منابع را بصورت بهینه برای برآورد نیاز آنها و برای بهبود استفاده از منابع در دسترس کاربران تقاضا کننده قرار دهد. در این مقاله یک چارچوب موثر بهنام EARA (تخصیص منابع مبتنی بر عامل کارآمد) برای تخصیص منابع بر اساس محاسبات عامل در سطح SaaS در رایانش ابری ارائه میکنیم. EARA شامل پنج عامل مختلف است، که هر کدام از این عوامل دارای عملکرد جمعآوری اطلاعات مربوط به تمام منابع موجود در ایجاد ابر واقعی بر اساس قرارداد SLA، و سپس پاسخ به کاربر با تخصیص یا کد پاسخ مناسب هستند.
کلیدواژگان: تخصیص منبع، SLA، رایانش ابری، EARA.
IEEE 2013
An Efficient Framework for Resource Allocation in Cloud Computing
Aman Kumar، Emmanuel S. Pilli and R. C. Joshi
Department of Computer Science & Engineering
Graphic Era University، Dehradun، India
Abstract-Presently Cloud Computing is on high demand as it provides a way to reduce the cost of building infrastructure through virtualization of resources. Virtualization of resources requires a highly dynamic resource management mechanism. As cloud computing provides the facility to the cloud users to send multiple request simultaneously، there must be a self managing/ provisioning scheme that all resources are made available to the requesting users in the efficient manner to satisfy their requirement and for improvement of resource utilization. In this paper we proposed an efficient framework named called EARA (Efficient Agent based Resource Allocation) for resource allocation based on agent computing on SaaS level in Cloud Computing. EARA Contain five different agents، each agent equipped with functionality to collect information regarding all resources available in actual cloud deployment based on signed
SLA agreement، and then replies to the user with appropriate allocation or response code.
Keywords: Resource Allocation، SLA، Cloud Computig، EARA.
این مدل ابری در دسترس بودن را گسترش داده و دارای پنج ویژگی اساسی از جمله خدمات خودی مورد تقاضا، دسترسی به شبکه گسترده، ادغام منابع، کشش سریع و خدمات اندازهگیری شده، سه مدل خدمات از جمله IaaS، PaaS و SaaS [2] است که در آن SaaS یک سرویس ارائه شده به مشتری بر حسب برنامههای کاربردی در حال اجرا در زیرساختهای رایانش ابری میزبانی شده توسط ارائه دهندگان خدمات PaaS است. PaaS به خدماتی اشاره دارد که محیط یکپارچه با سطح بالا برای طراحی، ساخت، اجرا، تست، استقرار و به روز رسانی برنامه های کاربردی ایجاد شده توسط مشتری و با استفاده از زبان و ابزار توسعه یعنی جاوا، پایتون، نت و غیره است که توسط ارائه دهندگان خدمات به زیرساخت ابری ارائه میشود. IaaS اشاره به خدماتی دارد که به کاربران ارائه شده است که قدرت پردازش، ذخیرهسازی، شبکه و سایر منابع رایانش اساسی را ارائه میدهد و کاربران میتوانند هر نرم افزاری را از جمله سیستم عامل و برنامههای کاربردی، چهار مدل استقرار از جمله ابر خصوصی، ابر عمومی، ابر ترکیبی و ابر جامعه را استقرار و اجرا کنند.
دسته: برق
حجم فایل: 342 کیلوبایت
تعداد صفحه: 5
یک الگوریتم ابتکاری جدید برای مساله تخصیص واحد + نسخه انگلیسی
A New Heuristic Algorithm for Unit Commitment Problem
چکیده
تخصیص واحد (UC) سیستمهای قدرت مقیاس وسیع یک مساله پیچیدۀ بهینهسازی غیرخطی و نوع عدد صحیح مختلط با قیود مختلف است. این مقاله بر اساس اصلاح الگوریتم جستجوی هارمونی (HS) یک روش نوین و موثر برای حل برنامهریزی راهبردی تخصیص واحدهای تولیدی ارائه میکند. این الگوریتم در مقایسه با دیگر روشهای تکاملی (EM) کاربرد آسانی داشته و در دستیابی به پاسخ بهینه در یک زمان مناسب توانمند است. روش پیشنهادی به کمک یک مجموعه دادهها مورد ارزیابی قرار میگیرد. نتایج بدست آمده نیز با نتایج مقالات دیگر مقایسه میشود. نتایج عددی نشان دهنده کارائی و بهبود پاسخ از لحاظ هزینه و زمان اجرا در مقایسه با نتایج دیگر الگوریتمهای قدرتمند بهینهسازی ابتکاری است.
کلیدواژگانها: تخصیص واحد، الگوریتم تکاملی، جستجوی هارمونی (HS) ، توزیع اقتصادی
مقدمه
مساله تخصیص واحد یکی از مسئل مشکل بهینه سازی است که تحت قیود خاصی که از جانب سیستم و شرایط فیزیکی تحمیل میشوند تحت تاثیر قرار میگیرد. حل مساله تخصیص واحد از هر دو جنبه زمان اجرا و طرح صحیح و مناسب نیروگاهها با حداقل هزینه حائز اهمیت است. در رابطه با این موضوع و حل مساله تخصیص واحد منابع متنوعی منتشر شده است. در ذیل به روشهای مختلف حل مساله تخصیص واحد در نوشتجات اخیر اشاره مختصری شده است. لیست اولویت (PL) [1]-[2] به ترتیب صعودی واحدهای با هزینه بار کامل را اختصاص میدهد تا اینکه ابتدا واحدهای از لحاظ اقتصادی به صرف تخصیص داده شوند تا تقاضای سمت بار برآورده شود. روش PL بسیار سریع است اما به شدت ابتکاری بوده و زمانبندیهایی با هزینه اجرای نسبتا بالا ارائه میدهند. روش شاخه و حد (BB) [3]-[4] دارای خطر نقص در ظرفیت ذخیرگی و افزایش قابل توجه زمان محاسبه برای مساله مقیاس وسیع است. روش آزادسازی لاگرانژ (LR) [5]-[7] بر روی یافتن یک تکنیک هماهنگی مناسب برای تولید یک پاسخ اولیه ممکن و در عین حال کمینه کردن شکاف دوگانگی متمرکز است. مشکل اصلی روش آزادسازی لاگرانژ دشواری در دستیابی به پاسخهای ممکن است. روشهای فوقابتکاری تکنیکهای جستجوی مبتنی بر تکرار هستند که قادرند نه تنها پاسخهای بهینه محلی بلکه پاسخ بهینه جهانی را نیز جستجو کنند. در روشهای فوقابتکاری، برای تخصیص واحد از GA، TS، EP، SA و غیره استفاده میشود [8]-[11]. این روشها دارای مزیت جستجو کاملتر فضای پاسخ بوده و از همگرایی زودرس به بهینههای محلی اجتناب میکنند. دشواری اصلی آنها حساسیتشان به انتخاب پارامترهاست. با این حال، برای یک مساله مقیاس وسیع، این روشها به دلیل ذات تکراری بودنشان، زمان و فضای بیشتری را به خود اختصاص میدهند.
دسته: مقالات ترجمه شده isi
حجم فایل: 817 کیلوبایت
تعداد صفحه: 12
مسیریابی مشترک بر حسب جابجایی-پیشبینی و سرویس مکان سلسله مراتبی برای VANETها
چکیده
سرویسهای مبتنی بر مکان، اطلاعات مکانی که توسط پروتکلهای مسیریابی جغرافیایی استفاده میشود را ارائه میکنند. مسیریابی و سرویس مکان بطور گستردهای مرتبط بهم هستند، اما در مطالعات عادی در مورد شبکهی اد هاک وسایل نقلیه (VANET) بطور جداگانهای کنترل میشوند. در این مقاله، یک روش مرکب، یعنی مسیریابی هیبریدی مبتنی بر پیشبینی-جابجایی و سرویس مکانی سلسله مراتبی (PHRHLS) ، اتصال یک پروتکل مسیریابی VANET، مسیریابی بدون حالت محیط حریص (GPSR) ، و سرویس مکان سلسلهمراتبی (HLS) را با یک الگوریتم پیشبینی جابجایی ارائه میکنیم. نشان میدهیم که این روش، یعنی PHRHLS، هزینه محلیسازی را کاهش میدهد و عملکردهای مسیریابی را افزایش میدهد. در واقع، شبیهسازیهای گستردهی ما نتایج امیدوار کنندهای بر حسب تاخیر end-to-end، نسبت تحویل بسته و هزینه پیام کنترلی را نشان میدهد.
کلیدواژگان – VANETها، سرویسهای مبتنی بر مکان، پروتکلهای مسیریابی جغرافیایی، تکنیکهای ترکیبی.
پروتکلهای مسیریابی جغرافیایی برای ارائه ی عملکردهای بهتر برای چنین شبکه هایی طراحی شدند. اصل اساسی اتخاذ شده توسط این پروتکلها این است که هر گره باید مراقب موقعیت جغرافیایی واقعی خود و موقعیت گرهی که باید به آن برسد، باشد. با این پروتکلها، الگوی موقعیت به موقعیت استفاده می شود. از این رو، سرویسهای مبتنی بر مکان خاص برای گرفتن موقعیت مقصد لازم هستند.
در واقع، سرویس مبتنی بر مکان و مسیریابی بطور جداگانهای در شبکههای ادهاک وسایل نقلیه (VANETها) انجام شده اند: نخست یک سرویس مبتنی بر مکان برای یافتن محل مقصد استفاده میشود، سپس پروتکل مسیریابی جغرافیایی بستههای داده را به سمت مقصد مورد نظر مسیریابی میکند. این فرآیند هر بار که موقعیتِ مقصد تغییر میکند تکرار میشود که منجر به وقفههای پیوسته در ارتباط و هزینه سیگنالدهی (سیگنالینگ) end-to-end مهم برای پیدا کردن محل مقصد واقعی میشود. در این مقاله به این بحث میپردازیم که یک اتصال شدیدتر بین این دو فرایند، خدمات مبتنی بر مکان و پروتکل مسیریابی، که با پیشبینی جابجایی وسیله نقلیه بسطیافته است، کاهش معنادار تاثیرات وقفه های ارتباطی و همچنین هزینه سیگنال دهی را میسر میسازد. روش ما مسیریابی مرکب قابل پیشبینی و سرویس مکان سلسله مراتبی (PHRHLS) است. PHRHLS با اتصال شدید مسیریابی بدون حالت محیط حریص (GPSR) [1] بهعنوان یک پروتکل مسیریابی جغرافیایی و سرویس مکان سلسله مراتبی (HLS) [2] به عنوان یک سرویس مبتنی بر مکان ساخته شده است. علاوه بر این، یک ویژگی پیشبینی حرکت که ردیابی حرکت وسیله نقلیه مقصد را ممکن میسازد به PHRHLS اضافه شده است.
خلاصه
انرژی بدست آمده از منابع تجدید پذیر این روزها بسیار مهم شده اند، و این اساسا بدلیل سهم ناچیزشان در تولید گازهای گلخانه ای است. مساله ای که مطرح می شود این است که چطور می توان این منابع جدید را به شبکه های سنتی برق اضافه کرد، بطوری که بازده و قابلیت اطمینان این سیستم های تولید توزیع شده (DG) بیشینه شود. سخت افزار مورد نیاز برای این کار بطور کلی یک اینورتر منبع ولتاژی (VSI) است که یک بار معمولی مانند کاربردهای تک-فاز مسکونی و تجاری را تامین کند. همچنین، فرآیند بهینه سازی نیازمند تجزیه تحلیل های معمولی توان می باشد. این مقاله توسعه و ارزیابی های آزمایشی یک سیستم کنترل توان برای یک VSI متصل به شبکه تک-فاز، شامل تحلیل توان را، با استفاده از یک پردازشگر برای پیاده سازی کنترل یک مدار “آرایه کیت قابل برنامه ریزی میدان” (FPGA) ارایه می دهد. ساختار جدید سخت افزار شبکه عصبی خطی تطبیقی (ADALINE) ، پیاده سازی الگوریتم های سیستم قدرت را ممکن ساخته، و همچنین اجازه تحلیل زمان-واقعی هارمونیک های مرتبه-بالا را بدون افزایش دادن ناحیه پیاده سازی مدار FPGA، خواهد داد. این ویژگی ها برای واسط های الکترونیک قدرتی DG جدید ایده آل می باشد، که می توان از آن نه تنها برای فرستادن توان اکتیو، بلکه برای جبران سازی هارمونیک ها و توان راکتیو نیز، استفاده کرد. شبیه سازی و نتایج تجربی طرح های پیشنهادی با فرکانس های ثابت و متغیر نیز، پیوست شده اند تا اعتبار آنها مورد تاکید قرار گیرد.
کلیدواژگان:: شبکه عصبی مصنوعی (ANN) ، تولید توان توزیع شده، تجزیه و تحلیل توان، آرایه های منطقی قابل برنامه ریزی، اندازه گیری توان، اعوجاج هارمونیکی کل.
مقدمه
این روزها، بهره برداری عظیم از منابع انرژی توزیع شده (DER) مبنی بر منابع تجدید پذیر، برای کاهش مسایل مربوط به انتشار گاز گلخانه ای و نیز برای افزایش قابلیت اطمینان و توانایی سیستم های قدرت واقعی و آینده، بسیار مهم شده است. آنگاه، بهره برداری عظیم از DER توسط دولت ها و صنعت، در سراسر دنیا ارتقا یافته است.
توسعۀ سیستم های با انرژی تجدیدپذیر و فن آوری های شبکه هوشمند، برای ایجاد امکان برای متصل کردن DER به سیستم های قدرت متمرکز شده سنتی، بایسته می باشد. این پیشرفت های فنی، نفوذ بالای تولید توزیع شده (DG) را موجب می شود.
چکیده
این مقاله انواع پارامترهای اساسی مدارهای مشابه دو محوری ماشین سنکرون را به منظور اشباع مغناطیسی شرح می دهد. حالت های مغناطیسی مختلف ماشین با استفاده از راه حل های مگنت استاتیک عنصر محدود حاصل می شود. بدین طریق الگوهای نفوذپذیر اجزای قابل اشباع ماشین، ذخیره و در برنامه عنصر محدود خاصی استفاده می شود که پاسخ فرکانسی ثابت (SSFR) ماشین را ایجاد می کند. سپس از الگوریتم ژنتیک هیبرید با توانایی یافت اکسترمم های کلی استفاده می شود تا به پارامترهای دو ساختار مداری مشابه در محور d برسد. این فرایند برای هر حالت مغناطیسی تکرار می شود تا اینکه انواع پارامترها مشخص شود. برای تایید حالت های مغناطیسی ماشین، ویژگی مدار باز با ویژگی محاسبه شده از مدل عنصر محدود مقایسه می شود. برای تایید، پارامترهای مدار مشابه محور d شناسایی می شود و در شبیه سازی یک ماشین سنکرون دارای اتصال کوتاه اتخاذ می شوند ونتایج ان با نتایج بدست امده از برنامه گذرای عنصر محدود مقایسه می شود.
کلیدواژه: پاسخ فرکانس ثابت، مدل سازی اجزای محدود، الگوریتم ژنتیک هیبرید، ماشین های سنکرون
مقدمه
پیش بینی صحیح عملکرد ماشین سنکرون گامی مهم در طراحی، تحلیل و عملکرد الکتریک سیستم های قدرت است [1]. چندین روش برای ساختن روش عملی پیچیده ماشین سنکرون بکار برده شده:
الف- مدارهای مشابه دو محور [2]
ب- مدارهای مشابه مغناطیسی [3]
ج- مدل سازی عنصر محدود [4]
اجرای روش مشابه دو محوری اسان است و نیازمند منابع کامپیوتری کمی می باشد اما بدست اوردن پارامترهای ان حتی برای کوچکترین (سنتی) مدار مشابه دو محوری [5] مشکل است. مدارهای مشابه مغناطیسی، عملکرد دائمی و گذرای ژنراتورهای سنکرون را شبیه سازی می کنند [6]. این مدارها دقیق تر از روش سنتی دومحوری هستند زیرا ماهیت توزیع شده میدان مغناطیسی درون ماشین را با دقت بیشتری توصیف می کنند. بااین وجود، دانش قبلی از مسیرهای شار برای تعیین مقاومت های مغناطیسی مدل لازم است. مدل سازی عنصر محدود [7] بعنوان یکی از قوی ترین ابزارهای شبیه سازی ژنراتور سنکرون می باشد، اما نیاز به کامپیوتر های بالاست.