Article

Article title THE ALGORITHM OF STATIC OPTIMIZATION OF DATA TRANSFER
Authors Yu.O. Chernyshev, N.N. Vencov, S.A. Mukhtarov
Section SECTION IV. NEW INFORMATION TECHNOLOGIES
Month, Year 07, 2013 @en
Index UDC 681.3
DOI
Abstract It is formulated the problem of static optimize data access. On the basis of the mechanisms of individual and collective adaptation of the developed algorithm of solving the problem. In the modified method of swarm particles form a social-network topology type ―ring‖. Change the velocity  of  the  particle  is  proportional  to  the  distance  between  it  and  the  best  solution  found  its neighbors. The dependence of the time algorithm from the dimensions of solved tasks. Comparison of the solutions proposed and obtained a greedy algorithm. It is established that the test problems dimensions 5x3,...15х3 and 5x5,...,5x15 developed algorithm finds time-saving solutions data on 10–15 %, compared with a greedy algorithm.

Download PDF

Keywords Computing resources; individual and collective adaptation; intelligent systems; optimization
References 1. Global Environment for Network Innovations. Web site http://geni.net.
2. Nick McKeown, Tom Anderson, Hari Balakrishnan, Guru Parulkar, Larry Peterson, Jennifer Rexford, Scott Shenker, Jonathan Turner. OpenFlow: Enabling Innovation in Campus Networks. March 14, 2008.
3. Kennedy J. The Particle Swarm: Social Adaptation of Knowledge // In Proceedings of the IEEE International Conference on Evolutionary Computation. – 1997. – P. 303-308.
4. Курейчик В.М. Биоинспированный поиск с использованием сценарного подхода // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 7-12.
5. Cong J., Fang J., Xie M. and Zhang Y. MARS–A multilevel full-chip gridless routing system // IEEE Trans Comput.-Aided Design Integr. Syst. – 2005. – Vol. 24, № 3. – P. 382-394.
6. Лебедев Б.К., Лебедев В.Б. Поисковые процедуры канальной трассировки, базирующиеся на моделировании адаптивного поведения роя частиц в пространстве решений с неупорядоченным лингвистическим шкалированием // Известия ЮФУ. Технические нау-
ки. – 2009. – № 12 (101). – С. 15-22.
7. Dorigo M. and Stьtzle T. Ant Colony Optimization. MIT Press, Cambridge, MA, 2004.
8. Walter Banks, Gordon Hayward. Fuzzy logic in embedded microcomputers and control systems. Published by Byte Craft Limited, Waterloo Ontario Canada, 2001.
9. Курейчик В.М. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. – 2012. – № 7 (132). – С. 92-98.
10. Чернышев Ю.О., Венцов Н.Н., Крупенин А.В., Щербаков А.В., Мухтаров С.А. Адаптивная оптимизация запросов в современных системах управления базами данных. Монография. Краснодар: ФВАС, 2011.
11. Курейчик В.М., Кажаров А.А. Использование роевого интеллекта в решении NP-трудных задач // Известия ЮФУ. Технические науки. – 2010. – № 7 (120). – С. 30-36.

Comments are closed.