Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Wyznaczanie pareto-optymalnych przydziałów modułów programów w języku c/c++ w rozproszonym systemie operacyjnym QNX

Tytuł:
Wyznaczanie pareto-optymalnych przydziałów modułów programów w języku c/c++ w rozproszonym systemie operacyjnym QNX
Autorzy:
Balicki, J.
Wesołowski, M.
Zieliński, M.
Data publikacji:
1999
Słowa kluczowe:
systemy operacyjne
algorytmy genetyczne
moduły programowe
operating systems
genetic algorithms
software modules
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W pracy rozważa się praktyczny problem właściwego przydziału na moduły dużego systemu programów, który moż być wykonywany na wielu komputerach. Programy napisano w języku programowania C/C++ a mechanizmy zapewniające współbieżną realizację procesów korzystają z możliwości systemu operacyjnego QNX. Stosuje się algorytmy genetyczne do rozwiązania wybranych zagadnień optymalizacji wielokryterialnej, w których poszukuje się rozwiązania wybranych zagadnień optymalizacji wielokryterialnej., w których poszukuje się rozwiązań optymalnych w sensie Pareto. Ponieważ standardowy algorytm genetyczny umożliwia wyznaczanie rozwiązań suboptymalnych które mogą być poprawione za pomocą standardowych metod optymalizacji to scharakteryzowano hybrydowy algorytm genetyczny operujący na populacji punktów początkowych dla standardowych metod optymalizacji. Zobrazowano wyniki wybranych algorytmów genetycznych dla przykładowego problemu optymalizacji.
This paper considers the practical problem of proper allocation of the modules large system of programs that the POWER to be executed on multiple computers. Programs written in C / C + + and mechanisms to ensure the implementation of concurrent processes using the QNX operating system capabilities. Genetic algorithms are used to solve selected problems of multi-criteria optimization, which seeks to resolve some issues multiobjective optimization., Which seeks the optimal solutions in the Pareto sense. Since the standard genetic algorithm allows determination of sub-optimal solutions that can be corrected using standard optimization methods are characterized by a hybrid genetic algorithm operating on the population starting points for standard optimization methods. Summarizes the results of the selected sample of genetic algorithms for optimization problem.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies