Нейросетевой подход к реализации агента анализа подсистемы балансировки TriadBalance
Автор: Кирилловых Сергей Александрович, Юрков Кирилл Александрович
Журнал: Вестник Пермского университета. Серия: Математика. Механика. Информатика @vestnik-psu-mmi
Рубрика: Информатика. Информационные системы
Статья в выпуске: 1 (1), 2010 года.
Бесплатный доступ
Во время функционирования современных высокопроизводительных вычислительных систем возникает проблема оптимизации загрузки вычислительных мощностей. Для решения нетривиальных вычислительных задач требуется использование алгоритмов динамической балансировки, позволяющей изменять загруженность узлов в зависимости от сложившейся в вычислительной системе ситуации. В статье описывается мультиагентный подход к построению алгоритма динамической балансировки с использованием агентов, обученных на нейронных сетях.
Короткий адрес: https://sciup.org/14729647
IDR: 14729647
Список литературы Нейросетевой подход к реализации агента анализа подсистемы балансировки TriadBalance
- Briane J.Premore, David M.Nicol. Parallel Simulation of TCP-IP Using TeD//Proceedings of the 1997 Winter Simulation Conference S.Andradóttir, K.J.Healy, D.H.Withers and B.L.Nelson S. eds. 1997. P.436-447.
- Fujimoto R.M. Distributed Simulation Systems//Chick S., Sánchez P.J., Ferrin D., Morrice D.J. (eds.) Proceedings of the 2003 Winter Simulation Conference. 2003. P.124-134.
- Окольнишников В.В. Представление времени в имитационном моделировании//Вычислительные технологии/Сибирское отделение РАН, 2005. Т.10, №5. С. 57-77.
- Миков А.И., Замятина Е.Б., Фатыхов А.Х. Система оперирования распределенными имитационными моделями сетей телекоммуникаций//Методы и средства обработки информации: тр. II Всерос. науч. конф. М.: Изд-во МГУ, 2003.
- Миков А.И., Замятина Е.Б. Проблемы реализации системы распределенного моделирования с удаленным доступом // Методы и средства обработки информации // тр. III Всерос. науч. конф. М.: Изд-во МГУ, 2009. С.38-44.
- Wilson L.F., Wei S. Experiments In Load Migration And Dynamic Load Balancing In Speedes//Medeiros, D.J., Watson, E.F., Carson, J.S., Manivannan, M.S. (eds.) Proceedings of the 1998 Winter Simulation Conference. 1998. P.590-596.
- Zheng, G. Achieving High Performance on Extremely Large Parallel Machines: Performance Prediction and Load Balancing//Ph.D. Thesis, Department of Computer Science, University of Illinois at Urbana-Champaign, http://charm.cs.uiuc.edu. 2005.
- Миков А.И., Замятина Е.Б., Осмехин К.А. Динамическое распределение объектов имитационной модели, основанное на знаниях//Proceedings of XIII International Conference «Knowedge-Dialogue-Solution» KDS, ITHEA. Sofia, 2007.Vol.2. P.618-624.
- Миков А.И., Замятина Е.Б., Козлов А.А. Оптимизация параллельных вычислений с применением мультиагентной балансировки//Тр. конф. ПАВТ-2009. C 599-604.
- Замятина Е.Б., Ефимов А.Ю., Козлов А.А. Архитектура подсистемы мультиагентной балансировки в Triad.Net//Математика программных систем: межвуз. сб. науч. тр./Перм. ун-т. Пермь, 2008. С. 4-13.
- Замятина Е.Б., Стаценко Н.А., Юрков К.Б. Мультиагентная балансировка с использованием агентов, обученных на нейронных сетях//Математика программных систем: межвуз. сб. науч. тр./Перм. ун-т. Пермь, 2008. С. 21-27.
- Садыхов Р.К., Отвагин А.В. Оптимизация параллельных вычислений на базе многоагентной архитектуры//Математика программных систем: межвуз. сб. науч. тр./Перм. ун-т. Пермь, 2008. С. 42-59.
- Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. 344 с.
- Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М., 2002. 382 с.
- Соломка Ю.И. Применение генетических алгоритмов для обучения нейронных сетей: IV міжнар. студ. наук.-практ. конф. Ч.1. Вінниця: ВІ МАУП, 2004. С. 85-90.
- Вороновский Г.К.., Махотило К.В., Петрашев С.Н., Сергеев С.А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: Основа, 1997.
