Skip navigation
Please use this identifier to cite or link to this item: http://ela.kpi.ua/handle/123456789/3773
Full metadata record
DC FieldValueLanguage
dc.contributor.authorТеленик, С. Ф.-
dc.contributor.authorРолик, А. И.-
dc.contributor.authorСавченко, П. С.-
dc.date.accessioned2013-09-19T14:01:50Z-
dc.date.available2013-09-19T14:01:50Z-
dc.date.issued2011-
dc.identifier.citationТеленик С. Ф. Адаптивный генетический алгоритм для решения класса задач рaспеределения ресурсов ЦОД / С. Ф. Теленик, А. И. Ролик, П. С. Савченко // Вісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка : збірник наукових праць. – 2011. – № 54. – С. 163–174 . – Библиогр.: 13 назв.uk
dc.identifier.urihttp://ela.kpi.ua/handle/123456789/3773-
dc.language.isoruuk
dc.sourceВісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка: збірник наукових працьuk
dc.titleАдаптивный генетический алгоритм для решения класса задач рaспеределения ресурсов ЦОДuk
dc.typeArticleuk
thesis.degree.level-uk
dc.format.pagerangeС. 164-174uk
dc.status.pubpublisheduk
dc.publisher.placeКиївuk
dc.source.nameВісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка: збірник наукових працьuk
dc.subject.udc519.687.1uk
dc.description.abstractenAn adaptive version of the genetic algorithm is proposed. Algorithm is based on the simultaneous use of two genetic algorithms that solve the problem of parametric and algorithmic adaptation. This allows you quickly select and adjust the strategy selection parameters for genetic algorithms and the likelihood of their use. Sequential steps of the algorithm are given, introduced the modified parameters of mutation and crossover, introduced the concepts of rewards and performance parameters that are allowed to regulate the sequence of genetic operators, and to adjust the probability of their use.uk
dc.description.abstractruПредложен адаптивный вариант генетического алгоритма, основанный на циклическом применении двух генетических алгоритмов, решающих задачи параметрической и алгоритмической адаптации, что позволяет определить стратегию выбора параметров генетических алгоритмов и вероятность их применения. Приведена последовательность этапов работы алгоритма, предложены модифицированные операторы мутации и кроссовера, введены понятия наград и производительности, которые позволили регламентировать последовательности применения генетических операторов и корректировать вероятность их применения. Эффективность предлагаемого алгоритма продемонстрирована на примере решения задачи распределения виртуальных машин в центре обработки данных.uk
dc.publisherВек+uk
Appears in Collections:Вісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка: збірник наукових праць, № 54

Files in This Item:
File Description SizeFormat 
54_26.pdf476.63 kBAdobe PDFThumbnail
View/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.