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 เป็นหนึ่งในปัญหาท้าทายที่สุดในสภาพแวดล้อมระบบคอมพิวเตอร์แบบกระจาย การกำหนดงานที่ดีที่สุดรับประกันขั้นต่ำระยะเวลาสำหรับสถาปัตยกรรมที่กำหนด หลายวิธีของการมอบหมายงานที่เหมาะสมได้รับการเสนอ โดยนักวิจัยต่าง ๆ ตั้งแต่กราฟแบ่งพาร์ทิชันตามเครื่องมือการจับคู่กราฟแล้ว ใช้กราฟแล้วตรง ไม่มักจะได้รับการมอบหมายงานที่เหมาะสมสำหรับกรณีทดสอบปฏิบัติภายในระยะเวลายอมรับ นักวิจัยบางได้พยายามแก้ปัญหาด้วยกลยุทธ์ "แบ่ง และพิชิต" และสามารถใช้เพื่อค้นหาการมอบหมายงานที่เหมาะสมบนตัวประมวลผลค่าโหนของคลัสเตอร์ของตัวประมวลผลหลายให้ยอมรับกำหนดภายในระยะเวลาที่ยอมรับได้ พื้นฐานแล้วจับคู่กราฟอัลกอริทึมของการมอบหมายงานใส่ไปข้างหน้า โดยงานวิจัยก่อนหน้าในเอกสารนี้จะพยายาม parallelize ซึ่งการมอบหมายงานมีการดำเนินการผ่านหน่วยประมวลผลจะแตกต่างกัน โดยการกำหนดต้นทุนที่แตกต่างกันสำหรับแต่ละงานดำเนินการบนตัวประมวลผลที่แตกต่างกันเมื่อกำหนดไว้ ผลลัพธ์แสดงว่าใกล้กำหนดที่เหมาะสมที่สุด (> 90%) จะได้รับมากกว่าการมอบหมายงานตามลำดับในทุกกรณีอย่างมีประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

ที่ได้รับมอบหมาย Ahstract-งานเป็นหนึ่งในปัญหาที่ท้าทายที่สุดในสภาพแวดล้อมการคำนวณแบบกระจาย การมอบหมายงานที่ดีที่สุดรับประกันเวลาตอบสนองขั้นต่ำสำหรับสถาปัตยกรรมที่กำหนด วิธีการหลายแห่งที่ได้รับมอบหมายงานที่ดีที่สุดได้รับการเสนอโดยนักวิจัยต่าง ๆ มากมายจากเครื่องมือที่ใช้ในการแบ่งพาร์ทิชันกราฟกราฟแก้ปัญหาการจับคู่ ใช้การจับคู่กราฟแก้ปัญหาก็มักจะเป็นไปไม่ได้ที่จะได้รับมอบหมายงานที่ดีที่สุดสำหรับกรณีทดสอบการปฏิบัติภายในระยะเวลาที่ได้รับการยอมรับ นักวิจัยบางคนได้พยายามที่จะแก้ปัญหานี้โดยการดังต่อไปนี้ "แบ่งและพิชิต" กลยุทธ์และการได้ใช้ประสบความสำเร็จมันจะหาที่ได้รับมอบหมายงานที่ดีที่สุดในการประมวลผลประกอบโหนของคลัสเตอร์ของโปรเซสเซอร์แบบมัลติที่ได้รับมอบหมายให้เป็นที่ยอมรับภายในเวลาที่ จำกัด ได้รับการยอมรับ ในบทความนี้มันเป็นความพยายามที่จะคู่ขนานขั้นตอนวิธีการจับคู่กราฟแก้ปัญหาพื้นฐานของการมอบหมายงานที่นำมาโดยงานวิจัยก่อนหน้า หน่วยประมวลผลที่ได้รับมอบหมายงานที่ได้รับการดำเนินการไปทำที่แตกต่างกันโดยการกำหนดค่าใช้จ่ายที่แตกต่างกันสำหรับแต่ละงานที่จะดำเนินการประมวลผลที่แตกต่างกันเมื่อพวกเขาได้รับมอบหมายให้ ผลปรากฏว่าได้รับมอบหมายใกล้ที่ดีที่สุด (> 90%) จะได้รับมากได้อย่างมีประสิทธิภาพกว่าการมอบหมายงานต่อเนื่องในทุกกรณี

ผลลัพธ์ (ไทย) 3:

งานงาน ahstract เป็นหนึ่งในความท้าทายมากที่สุด ปัญหา ในการคำนวณสภาพแวดล้อมแบบกระจาย ที่เหมาะสมในงานงานรับประกันเวลาตอบสนองขั้นต่ำสำหรับการสถาปัตยกรรม หลายวิธีของการมอบหมายงานที่เหมาะสมได้ถูกเสนอโดยนักวิจัยต่างๆ ตั้งแต่การใช้เครื่องมือกราฟกราฟการจับคู่แบบศึกษาสำนึก การใช้กราฟแบบคู่ ,มันมักจะเป็นไปได้ที่จะได้รับการมอบหมายงานที่เหมาะสมสำหรับกรณีทดสอบปฏิบัติภายในระยะเวลาที่กำหนดได้นักวิจัยบางคนได้พยายามที่จะแก้ไขปัญหานี้ โดยต่อไปนี้ " แบ่งแยกและพิชิตกลยุทธ์และได้ใช้มันเพื่อหาภาระงานที่เหมาะสมบนโปรเซสเซอร์ ประกอบเป็นโหนดคลัสเตอร์มัลติโปรเซสเซอร์ให้งานยอมรับภายในขีดจำกัดเวลาที่ยอมรับได้ในกระดาษนี้มันพยายาม parallelize กราฟขั้นตอนวิธีฮิวริสติกพื้นฐานการจับคู่ของงานงานหยิบยกโดยการวิจัยก่อนหน้านี้ โปรเซสเซอร์ ที่งานงานได้ดำเนินการมาทำพันธุ์ โดยการกำหนดราคาที่แตกต่างกันสำหรับแต่ละงานที่จะรันบนโปรเซสเซอร์ที่แตกต่างกันเมื่อได้รับมอบหมายให้พวกเขาผลลัพธ์ที่แสดงให้เห็นว่าใกล้งานที่เหมาะสม ( > 90% ) จะได้รับมากมีประสิทธิภาพมากกว่างานลำดับงานทุกกรณี