AbstractNowadays, the environment p

Abstract
Nowadays, the environment protection and the energy crisis prompt more computing centers and data centers to use the green renewable energy in their power supply. To improve the efficiency of the renewable energy utilization and the task implementation, the computational tasks of data center should match the renewable energy supply. This paper considers a multi-objective energy-efficient task scheduling problem on a green data center partially powered by the renewable energy, where the computing nodes of the data center are DVFS-enabled. An enhanced multi-objective co-evolutionary algorithm, called OL-PICEA-g, is proposed for solving the problem, where the PICEA-g algorithm with the generalized opposition based learning is applied to search the suitable computing node, supply voltage and clock frequency for the task computation, and the smart time scheduling strategy is employed to determine the start and finish time of the task on the chosen node. In the experiments, the proposed OL-PICEA-g algorithm is compared with the PICEA-g algorithm, the smart time scheduling strategy is compared with two other scheduling strategies, i.e., Green-Oriented Scheduling Strategy and Time-Oriented Scheduling Strategy, different parameters are also tested on the randomly generated instances. Experimental results confirm the superiority and effectiveness of the proposed algorithm.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อในปัจจุบัน การคุ้มครองสิ่งแวดล้อมและวิกฤตพลังงานแจ้งเพิ่มเติมระบบคอมพิวเตอร์ศูนย์กลางและศูนย์ข้อมูลการใช้พลังงานทดแทนในแหล่งจ่ายไฟของพวกเขา เพื่อปรับปรุงประสิทธิภาพของการใช้พลังงานทดแทนและการดำเนินงานงาน งานคำนวณของศูนย์ข้อมูลควรตรงกับการจัดหาพลังงานทดแทน กระดาษนี้พิจารณาปัญหาจากศูนย์ข้อมูลสีเขียวบางส่วนขับเคลื่อน โดยพลังงานทดแทน โหนคอมพิวเตอร์ของศูนย์ข้อมูลเปิดใช้งาน DVFS การจัดกำหนดการงานประหยัดพลังงานแบบ การเพิ่มแบบวิวัฒนาการร่วมอัลกอริทึม เรียกว่า OL PICEA g จะเสนอสำหรับการแก้ปัญหา ที่ใช้อัลกอริทึม PICEA g กับฝ่ายค้านทั่วไปใช้การเรียนรู้เพื่อค้นหาโหนคอมพิวเตอร์ที่เหมาะสม จัดหาความถี่แรงดันและนาฬิกาสำหรับคำนวณงาน และใช้กลยุทธ์การจัดกำหนดการเพื่อกำหนดจุดเริ่มต้น และสิ้นสุดเวลาของงานบนโหนในเวลาสมาร์ท ในการทดลอง อัลกอริทึม OL-ต้นสน-g นำเสนอเปรียบเทียบกับอัลกอริทึม PICEA g เวลาชาญฉลาดการวางแผนกลยุทธ์จะเปรียบเทียบกับสองการวางแผนกลยุทธ์อื่น ๆ เช่น Green-Oriented การวางแผนกลยุทธ์และกลยุทธ์การวางแผน Time-Oriented ยังมีทดสอบพารามิเตอร์ต่าง ๆ บนอินสแตนซ์ที่สร้างขึ้นแบบสุ่ม ผลการทดลองยืนยันความเหนือกว่าและประสิทธิภาพของวิธีการนำเสนอ

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
ปัจจุบันการคุ้มครองสิ่งแวดล้อมและวิกฤติพลังงานแจ้งให้ศูนย์คอมพิวเตอร์มากขึ้นและศูนย์ข้อมูลการใช้พลังงานทดแทนสีเขียวในการจัดหาพลังงานของพวกเขา เพื่อปรับปรุงประสิทธิภาพของการใช้พลังงานทดแทนและการดำเนินงานที่งานคอมพิวเตอร์ของศูนย์ข้อมูลควรจะตรงกับการจัดหาพลังงานทดแทน กระดาษนี้จะพิจารณาปัญหาเวลางานพลังงานอย่างมีประสิทธิภาพหลายวัตถุประสงค์ในศูนย์ข้อมูลสีเขียวขับเคลื่อนบางส่วนโดยพลังงานทดแทนที่โหนดคอมพิวเตอร์ของศูนย์ข้อมูล DVFS ที่เปิดใช้งาน ที่เพิ่มขึ้นหลายวัตถุประสงค์ขั้นตอนวิธีการร่วมวิวัฒนาการเรียก OL-Picea-G มีการเสนอในการแก้ปัญหาที่อัลกอริทึม Picea-G กับการเรียนรู้ตามฝ่ายค้านทั่วไปถูกนำไปใช้ในการค้นหาที่เหมาะสมโหนดการคำนวณแรงดันและความถี่นาฬิกา สำหรับการคำนวณงานและกลยุทธ์การตั้งเวลาเวลาสมาร์ทเป็นลูกจ้างในการกำหนดเวลาเริ่มต้นและสิ้นสุดของงานบนโหนดที่เลือก ในการทดลองขั้นตอนวิธีการเสนอ OL-Picea-G เมื่อเทียบกับอัลกอริทึม Picea-G, กลยุทธ์การจัดตารางเวลาสมาร์ทเมื่อเทียบกับสองกลยุทธ์การตั้งเวลาอื่น ๆ เช่นสีเขียวเชิงกลยุทธ์การตั้งเวลาและเวลาที่มุ่งเน้นการจัดตารางกลยุทธ์พารามิเตอร์ที่แตกต่างกัน ยังจะมีการทดสอบในกรณีที่สร้างแบบสุ่ม ผลการทดลองยืนยันที่เหนือกว่าและประสิทธิภาพของอัลกอริทึมที่นำเสนอ

ผลลัพธ์ (ไทย) 3:

บทคัดย่อทุกวันนี้ การคุ้มครองสิ่งแวดล้อมและวิกฤตพลังงานให้มากขึ้น ศูนย์คอมพิวเตอร์ และศูนย์ข้อมูลการใช้พลังงานสีเขียวในการจัดหาพลังงานของพวกเขา เพื่อปรับปรุงประสิทธิภาพการใช้พลังงานและงานใช้งานคอมพิวเตอร์ศูนย์ข้อมูลควรตรงกับจัดหาพลังงานทดแทน กระดาษนี้จะพิจารณาการประหยัดพลังงานมีหลายงานกำหนดปัญหากับสีเขียวศูนย์ข้อมูลบางส่วนที่ขับเคลื่อนโดยพลังงานที่คอมพิวเตอร์โหนดของศูนย์ข้อมูลเป็น dvfs เปิดการใช้งาน การปรับปรุงอัลกอริทึมหลาย Co วิวัฒนาการที่เรียกว่า ol-picea-g , เสนอเพื่อแก้ไขปัญหาที่ picea-g อัลกอริทึมกับฝ่ายค้านแบบการเรียนรู้ที่ใช้กับการค้นหาโหนดคอมพิวเตอร์เหมาะจัดหาแรงดันไฟฟ้าและความถี่สัญญาณนาฬิกาสำหรับงานคำนวณ และเวลาที่ใช้เพื่อกำหนดกลยุทธ์สมาร์ทการตั้งเวลาเริ่มต้นและสิ้นสุดเวลาของงาน บนโหนดที่เลือก ในการทดลองได้ทำการเสนอ ol-picea-g ขั้นตอนวิธีการเปรียบเทียบกับ picea-g ขั้นตอนวิธีสมาร์ทตารางกลยุทธ์เวลาเทียบกับสองอื่น ๆการวางแผนกลยุทธ์ ได้แก่ กลยุทธ์การมุ่งเน้นและมุ่งเน้นสีเขียวเวลาการวางแผนกลยุทธ์ พารามิเตอร์ที่แตกต่างกันนอกจากนี้ยังมีการทดสอบที่สุ่มสร้างอินสแตนซ์ . ผลการทดลองยืนยันความเหนือกว่าและประสิทธิผลของวิธีที่เสนอ .