Ahstract-Task assignment is one of

Ahstract-Task assignment is one of the most challenging
problems in distributed computing environment. An optimal
task assignment guarantees minimum turnaround time for a
given architecture. Several approaches of optimal task assignment
have been proposed by various researchers ranging from graph
partitioning based tools to heuristic graph matching. Using
heuristic graph matching, it is often impossible to get optimal
task assignment for practical test cases within an acceptable
time limit. Some researchers have tried to solve this problem by
following a "divide and conquer" strategy and have successfully
applied it to find optimal task assignment on the processors
constituting a node of a cluster of multi-processors giving acceptable
assignments within acceptable time limits. In this paper
it is attempted to parallelize the basic heuristic graph-matching
algorithm of task assignment put forward by previous research.
Processors to which the task assignment has been carried over
are made heterogeneous by assigning different costs for each
tasks to execute on different processors when assigned to them.
Results show that near optimal assignments (>90%) are obtained
much efficiently than the sequential task assignment in all the
cases.

ผลลัพธ์ (ไทย) 1:

การมอบหมายงาน Ahstract เป็นหนึ่งในความท้าทายที่สุดปัญหาในสภาพแวดล้อมระบบคอมพิวเตอร์แบบกระจาย ดีที่สุดการมอบหมายงานรับประกันขั้นต่ำระยะเวลาในการสถาปัตยกรรมที่กำหนด หลายวิธีของการมอบหมายงานที่เหมาะสมได้รับการเสนอ โดยนักวิจัยต่าง ๆ ตั้งแต่กราฟพาร์ทิชันตามเครื่องมือการจับคู่กราฟแล้ว โดยใช้การจับคู่กราฟแล้ว จึงมักไปได้ดีที่สุดการมอบหมายงานปฏิบัติกรณีทดสอบในการยอมรับขีดจำกัดเวลา นักวิจัยบางได้พยายามแก้ปัญหานี้โดยตามกลยุทธ์ "แบ่ง และพิชิต" และได้สำเร็จใช้เพื่อค้นหาการมอบหมายงานที่เหมาะสมที่สุดในการประมวลผลค่าโหนของคลัสเตอร์ของตัวประมวลผลหลายให้ยอมรับได้กำหนดภายในระยะเวลาที่ยอมรับได้ ในเอกสารนี้มันจะพยายาม parallelize การพื้นฐานแล้วกราฟจับคู่อัลกอริทึมของการมอบหมายงานย้ายไปข้างหน้า โดยงานวิจัยก่อนหน้านี้ซึ่งการมอบหมายงานมีการดำเนินการผ่านหน่วยประมวลผลจะแตกต่างกัน โดยการกำหนดต้นทุนที่แตกต่างกันสำหรับแต่ละงานงานบนตัวประมวลผลที่แตกต่างกันเมื่อกำหนดไว้ผลลัพธ์แสดงว่าใกล้กำหนดที่เหมาะสมที่สุด (> 90%) จะได้รับอย่างมีประสิทธิภาพมากกว่าการมอบหมายงานตามลำดับในการกรณี

ผลลัพธ์ (ไทย) 2:

ที่ได้รับมอบหมาย
Ahstract-งานเป็นหนึ่งในความท้าทายมากที่สุดปัญหาในระบบคอมพิวเตอร์กระจาย ที่ดีที่สุดที่ได้รับมอบหมายงานที่รับประกันเวลาตอบสนองขั้นต่ำสำหรับสถาปัตยกรรมที่ได้รับ วิธีการหลายแห่งที่ได้รับมอบหมายงานที่ดีที่สุดได้รับการเสนอโดยนักวิจัยต่าง ๆ มากมายจากกราฟเครื่องมือที่ใช้ในการแบ่งพาร์ทิชันที่ตรงกันกราฟแก้ปัญหา ใช้การจับคู่กราฟแก้ปัญหาก็มักจะเป็นไปไม่ได้ที่จะได้รับที่ดีที่สุดที่ได้รับมอบหมายงานสำหรับกรณีทดสอบการปฏิบัติที่ยอมรับได้ภายในเวลาที่กำหนด นักวิจัยบางคนได้พยายามที่จะแก้ปัญหานี้โดยการดังต่อไปนี้ "แบ่งและพิชิต" กลยุทธ์และการประสบความสำเร็จได้ใช้มันในการค้นหาที่ได้รับมอบหมายงานที่ดีที่สุดในการประมวลผลประกอบโหนของคลัสเตอร์ของโปรเซสเซอร์แบบมัลติให้เป็นที่ยอมรับได้รับมอบหมายภายในเวลาที่จำกัด ได้รับการยอมรับ ในบทความนี้มันเป็นความพยายามที่จะคู่ขนานของกราฟจับคู่แก้ปัญหาพื้นฐานอัลกอริทึมที่ได้รับมอบหมายงานที่นำมาจากการวิจัยก่อนหน้านี้. ประมวลผลที่ได้รับมอบหมายงานที่ได้รับการดำเนินการไปทำที่แตกต่างกันโดยการกำหนดค่าใช้จ่ายที่แตกต่างกันสำหรับแต่ละงานที่จะดำเนินการในการประมวลผลที่แตกต่างกันเมื่อกำหนดให้พวกเขา. ผลแสดงให้เห็นว่าอยู่ใกล้ได้รับมอบหมายที่ดีที่สุด (> 90%) จะได้รับมากได้อย่างมีประสิทธิภาพกว่าการมอบหมายงานต่อเนื่องในทุกกรณี

ผลลัพธ์ (ไทย) 3:

งานงาน ahstract เป็นหนึ่งในความท้าทาย
ส่วนใหญ่มีปัญหาในการคำนวณสภาพแวดล้อมแบบกระจาย งานงานรับประกันที่เหมาะสม

ให้เวลาตอบสนองขั้นต่ำสำหรับสถาปัตยกรรม หลายวิธีที่เหมาะสมของงานงาน
ได้ถูกเสนอโดยนักวิจัยต่างๆ ตั้งแต่การใช้เครื่องมือกราฟกราฟ
จับคู่แบบศึกษาสำนึก การใช้กราฟแบบจับคู่
,มันมักจะเป็นไปไม่ได้ที่จะได้รับการมอบหมายงานที่เหมาะสมสำหรับกรณีทดสอบ
จริงภายในระยะเวลาที่กำหนดได้

นักวิจัยบางคนได้พยายามที่จะแก้ปัญหานี้โดย
ต่อไปนี้ " แบ่งแยกและพิชิตกลยุทธ์และเรียบร้อยแล้ว
ใช้มันเพื่อหาภาระงานที่เหมาะสมบนโปรเซสเซอร์
ประกอบเป็นโหนดคลัสเตอร์ของมัลติ โปรเซสเซอร์ ให้ยอมรับ
ที่ได้รับมอบหมายภายในขีดจำกัดเวลาที่ยอมรับได้ ในกระดาษนี้
มันพยายาม parallelize พื้นฐานกราฟขั้นตอนวิธีการจับคู่แบบ
งานงานหยิบยกโดยการวิจัยก่อนหน้านี้ ที่งานงาน
) ได้ดำเนินการมากกว่าการสร้างข้อมูล

ค่าใช้จ่ายที่แตกต่างกันสำหรับแต่ละงานที่จะรันบนโปรเซสเซอร์ที่แตกต่างกันเมื่อได้รับมอบหมายให้พวกเขา .
ผลลัพธ์ที่แสดงให้เห็นว่าใกล้งานที่เหมาะสม ( > 90% ) จะได้รับมากมีประสิทธิภาพกว่า
งานลำดับงานทุกกรณีค่ะ