فی بوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی بوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

کتاب جامع دینامیک سیالات محاسباتی (Computational Fluid Dynamics)

اختصاصی از فی بوو کتاب جامع دینامیک سیالات محاسباتی (Computational Fluid Dynamics) دانلود با لینک مستقیم و پر سرعت .

کتاب جامع دینامیک سیالات محاسباتی (Computational Fluid Dynamics)


کتاب جامع دینامیک سیالات محاسباتی (Computational Fluid Dynamics)

 

 

 

 

 

 

 

 

کتاب جامع دینامیک سیالات محاسباتی (Computational Fluid Dynamics)، به نظر نویسنده (Hoffmann) این مجموعه (شامل 3 جلد کتاب)، بهترین کتاب ممکن برای یادگیری خودآموز CFD توسط مهندسان و دانشجویان می باشد. با توجه به آن که در این مجموعه تمامی مبحث به صورت مفصل و به کمک مبانی اولیه ریاضی و همچنین مثال های مختلف آموزش داده شده، لذا بهترین گزینه برای یادگیری بدون استفاده از کلاس می باشد. در اینجا هر 3 جلد از این مجموعه کتاب های ارزشمند جهت دانلود کاربران گرامی قرار داده شده است. این مجموعه 3 جلدی مشتمل بر 1170 صفحه، در 23 فصل، به زبان انگلیسی، همراه با روابط مهم اولیه ریاضی و همچنین مثال های مختلف به ترتیب زیر گردآوری شده است:

CONTENTS Volume 1
  • Chapter 1: Classification of Partial Differential Equations
  • Chapter 2: Finite Difference Formulations
  • Chapter 3: Parabolic Partial Differential Equations
  • Chapter 4: Stability Analysis
  • Chapter 5: Elliptic Equations
  • Chapter 6: Hyperbolic Equations
  • Chapter 7: Scalar Representation of the Navier Stokes Equations
  • Chapter 8: Incompressible Navier Stokes Equations
  • Chapter 9: Grid Generation – Structured Grids
CONTENTS Volume 2
  • Chapter 10: A Review
  • Chapter 11: Transformation of the Equation of fluid Motion from Physical Space to Computational Space
  • Chapter 12: Euler Equations
  • Chapter 13: Parabolized Navier Stokes Equations
  • Chapter 14: Navier Stokes Equations
  • Chapter 15: Boundary Conditions
  • Chapter 16: An Introduction to High Temperature Gases
  • Chapter 17: Grid Generation – Unstructured Grids
  • Chapter 18: Finite Volume Method
  • Chapter 19: Finite Element Method
CONTENTS Volume 3
  • Chapter 20: Turbulence and Turbulent FlowTurbulent Flow
    Chapter 21: Turbulent Flow and Turbulence Model
  • Chapter 22: Compacts Finite Difference Formulations
  • Chapter 23: Large Eddy Simulation and Direct Numerical Simulation
 
جهت خرید کتاب جامع دینامیک سیالات محاسباتی (Computational Fluid Dynamics)، به مبلغ فقط 3000 تومان و دانلود آن بر لینک پرداخت و دانلود در پنجره زیر کلیک نمایید.

!!لطفا قبل از خرید از فرشگاه اینترنتی کتیا طراح برتر قیمت محصولات ما را با سایر فروشگاه ها و محصولات آن ها مقایسه نمایید!!

!!!تخفیف ویژه برای کاربران ویژه!!!

با خرید حداقل 10000 (ده هزارتومان) از محصولات فروشگاه اینترنتی کتیا طراح برتر برای شما کد تخفیف ارسال خواهد شد. با داشتن این کد از این پس می توانید سایر محصولات فروشگاه را با 20% تخفیف خریداری نمایید. کافی است پس از انجام 10000 تومان خرید موفق عبارت درخواست کد تخفیف و ایمیل که موقع خرید ثبت نمودید را به شماره موبایل 09016614672 ارسال نمایید. همکاران ما پس از بررسی درخواست، کد تخفیف را به شماره شما پیامک خواهند نمود.


دانلود با لینک مستقیم


کتاب جامع دینامیک سیالات محاسباتی (Computational Fluid Dynamics)

دانلودمقاله مدلها و تئوریهای محاسباتی باز شناسی اشیاء

اختصاصی از فی بوو دانلودمقاله مدلها و تئوریهای محاسباتی باز شناسی اشیاء دانلود با لینک مستقیم و پر سرعت .

 

 

 

 


چکیده:
در این مقالة مروری، سعی ما بر آن است که اصول بازشناسی اشیاء و نحوه ی انجام آن توسط سیستم بینایی بیولوژیکی (زیستی) را به اختصار بیان کنیم؛ که این مورد یکی از اهداف رایانه و هوش مصنوعی نیز می باشد. در همین حال نگاهی به تئوریها و مدلهای محاسباتی بازشناسی اشیاء خواهیم داشت که در آنها ایدة اصلی به نوعی از سیستم بینایی گرفته شده است یا به عبارتی دیگر از مدلها و تئوریهایی که از نگاه بیولوژیکی، قابل باور هستند.
کلمات کلیدی:
بازشناسی اشیاء؛ سیستم بینایی بیولوژیک تئوریها؛ مدلها؛
1ـ معرفی
بینایی کامپیوتر ، به خوبی می تواند نمونه های محدودی از بازشناسی اشیاء را، هم دسته بندی و هم شناسایی کند. در عین حال سیستمی که قادر به دسته بندی اقسام اشیاء در تصاویر پیچیده باشد و هم چنین بتواند تصاویری همانند چهرة انسان را در سطحی برابر با توانایی بشر، در شرایط مختلف نور و زاویه دید بازشناسی کند، قادر به گذراندن تست «Turing» برای بینایی می باشد. جای تعجب نیست که آن چنان سیستم منعطف و جامعی هنوز موضوع چشم انداز علم است. باز شناسی اشیاء، در بالاترین نقطة سلسله مراتب اعمال بینایی قرار دارد و در حالت کلی یک مسئله محاسباتی پیچیده است، که نقش مهمی در ساختار نهایی ماشین های هوشمند خواهد داشت. بدون اغراق، این مسئله موضوع پیچیده تر و بدون جوابی برای علوم اعصاب شناختی نیز می باشد.
شناسایی و دسته بندی دو عمل مهم در بازشناسی هستند. کدام یک از عمل آسانتر و انجام آن در اولویت است؟ جواب این سؤال در علوم اعصاب شناختی متفاوت از پاسخ آن در بینایی کامپیوتر است. معمولاً تکنیک های بینایی کامپیوتر شناسایی را بسیار آسانتر دریافتند ـ همچنان که کمپانی های بسیاری، سیستم های شناسایی چهره را به راحتی می فروشند ـ ولی امر دسته بندی را تقریباً غیر ممکن می داند. حال آنکه روانشناسان و علوم اعصاب شناسان این داستان را بر عکس بیان می کنند: بدین صورت که در سیستم های بینایی بیولوژیک، طی پروسه بازشناسی، دسته بندی به نظر مرحله ای ساده تر و مقدم تر

 

نسبت به شناسایی به شمار می رود.
تئوری های بازشناسی اشیاء، بر یک پدیدة مشترک تحت عنوان بازنمایی استوارند. باور عمومی بر این است که، یک بازنمایی خوب، منجر به بازشناسی کامل می شود و دیگر امور مربوط به بینایی را نیز تسریع می کند. برای حل مسئلة بازنمایی نوعی تطابق بین مجموعة اشیاء بیرونی و اجزاء داخلی باید در نظر گرفته شود.
در میان مدلهای بیولوژیکی بازشناسی اشیاء، تفاوت اصلی بین سیستم های پیشرو و فیدبک و بین سیستم های «object - centered» و «view - centered» است. تمرکز این مقالة بازنگری، بر روی مدلهای پیشرو «view - centered» است، که با شواهد نورو بیولوژیکی سازگاری بیشتری دارند. بخش 2 و 3 پیش زمینه ای برای سیستم های بینایی بیولوژیکی و بازنمایی های ممکن برای اجسام خارجی در یک سیستم بازشناسی را ارائه می دهد. بخش 4 سه نوع مختلف تئوری های بازشناسی اشیاء بررسی می کند. بخش 5 مدلهای بازشناسی اشیاء، مبتنی بر تئوریهای ذکر شده را شرح می دهد و بخش 6 خلاصه ای از مقاله را ارائه می کند.
2ـ بازشناسی اشیاء در مغز:
سیستم بینایی انسان سلسله مراتب از نواحی چند گانه مغزی است که محاسبات نورونی پیشرو بر روی سیگنالهای بینایی ورودی را انجام می دهند. در مراحل اولیه، قشرهای بینایی V1 و V2 عمل شناسایی خط و لبه را انجام می دهند. در مرحله بالاتر پردازش، ناحیه V4 ، اشکال تقریباً پیچیده را با اطلاعاتی دربارة توضیحات ساختاری ویژگی های حاصل شده، بازنمایی می کنند. مرحلة نهایی پردازش بینایی، «IT» یا قشر تحتانی می باشد که گمان می رود بازشناسی بینایی اشیاء را انجام می دهد.
3ـ بازنمایی:
بازنمایی و اهداف آن به طور کلی می توانند دو دسته در نظر گرفته شوند. در نتیجة بازنمایی به یک نوع نگاشت تبدیل می شود. این نگاشت، تطابقی بین ویژگی های خارجی و دستة اجزاء داخلی می باشد؛ ولی این تطابق از کدام گونه از ارتباطات باید باشد؟
3ـ1 تناظر درجه اول و دوم:
دو نوع نگاشت مختلف بین دامنه و برد بازنمایی ها وجود دارد. بهترین حالت، تطابق یک به یک (Isomorphism) است. یک حالت نا مطلوب اما
اجتناب ناپذیر، نگاشت چند به یک (Homomorphism) است. اجتناب ناپذیر است، زیرا از سیستم هایی با منابع محدود سر چشمه می گیرد که توانایی بازنمایی تمامی خواص محرک های فیزیکی را با دقیق ترین جزئیات ندارد. یک نکتة مهم این است که، تناظر باید بین الف: یک شیء خاص و ب: بازنمایی های داخلی متقابل آن برقرار شود (روابط درجه اول). اما در روابط درجه دوم تناظر بین الف) روابط میان اشیاء خارجی و ب) روابط میان بازنمایی های خارجی متقابل آنها است. بنابراین، محققان به این نتیجه رسیده اند که تناظر درجه اول مانند بازنمایی به وسیله تشابه، در سیستم هایی با منابع محدود ما برای پیاده سازی مناسب نمی باشند. در همین راستا، تئوریسین ها تناظر را نه بین اجزاء خاص بلکه بین ساختارها بیان می کنند (تناظر درجه دوم) به طور خلاصه، در بازنمایی تناظر درجه دوم فقط روابط خاص بین اشیاء، نیاز به بازنمایی دارد؛ نه شکل ظاهری خود اشیاء.
شکل 1 ـ بازنمایی، تناظر درجه دوم: در اینجا تناظر بین فاصله در دو فضا است. توابع فاصلة خارجی و داخلی هستند. توجه کنید که بازنمایی، متشکل از چند نماد است که به اشیاء خارجی اشاره می کند؛ ولی خود آنها را بازنمایی نمی کند، بلکه آنها را به عنوان بخشی از ساختار فواصل نشان می دهد.
4ـ تئوریهای محاسباتی بازشناسی اشیاء:
در حقیقت سه رویکرد اصلی در تئوریهای محاسباتی بازشناسی وجود دارد:
1ـ تجزیه ساختاری
2ـ ویژگی های هندسی
3ـ فضاهای ویژگی چند بعدی
که در ادامه مروری بر هر یک از این روشها خواهیم داشت.
4ـ1 ـ تئوری تجزیه ساختاری:
در یک مدل تئوری ساختاری، یک شیء توسط تعداد محدودی از اجزاء نوعی بازنمایی می شود همانطور که از اسم این تئوری انتظار می رود، ساختار شیء به اشکال اولیه تجزیه می شود. تجزیه ای ساختاری که مطابق با همان اجزاء نوعی ذکر شده است. به کمک این اصطلاحات، تئوری تجزیه ساختاری در دسته تناظر یک به یک قرار می گیرد. یک بحث در این تئوری، استاندارد سازی عناصر اولیه و ارتباطات آنها است، که به ما اجازه می دهد که نسبت به اشیاء جدید همانند اشیاء شناخته شده عمل کنیم. روشهای ساختاری در بازشناسی بصری اشیاء، یادآور تئوری های مشابه مطرح شده در پردازش زبان هستند که در آنها جملات، متناظر با اشیاء و کلمات نیز متناظر با اجزاء آن اشیاء هستند. بنابراین تجزیه یک شی ء ، مثل شکستن یک جمله است. مقایسة بعدی بین توصیفات ساختاری اشیاء است که به طور ریاضی، دسته بندی نظیر به نظیر نموداری انجام می دهد. این بدین معناست که حجم محاسبات لازم برای رسیدن به یک راه حل، به طور نمایی به اندازة آن مسئله وابسته است؛ برای این مثال اجزاء یک شیء که قرار است با هم هماهنگ شوند.

 

 

فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد

تعداد صفحات این مقاله  14  صفحه

پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید


دانلود با لینک مستقیم


دانلودمقاله مدلها و تئوریهای محاسباتی باز شناسی اشیاء

دانلودمقاله زمانبندی در گریدهای محاسباتی

اختصاصی از فی بوو دانلودمقاله زمانبندی در گریدهای محاسباتی دانلود با لینک مستقیم و پر سرعت .

 

 

چکیده

 


زمانبندی در گریدهای محاسباتی مهمترین نقش را در بهبود کارایی ایفا می کند. زمانبندی ضعیف باعث افزایش زمان اجرای کار و در نتیجه کاهش گذردهی گرید می شود. سیستم گرید صدها یا هزاران کار را به طور همزمان اجرا می کند و در نتیجه تصمیم گیری ضعیف در مورد مکان اجرای کار می تواند به طور چشمگیری باعث کاهش کارآیی شود. اما زمانبندی موثر یا به عبارت دیگر تصمیم گیری خوب در مورد مکان اجرای کار یک مساله بسیار دشوار و NP – Complete است که با چالش های مختلفی روبروست. یکی از این چالشها ارتباطات بین وظایف یا زیر کارهای موجود در یک کار است. علاوه بر آن محیط گرید یک محیط بسیار پویاست که تعداد منابع، در دسترس بودن آنها، بار پردازنده و فضای دیسک در طول زمان مداوم در حال تغییرند. از طرف دیگر کارهای ویژگی های متفاوتی دارند که این امر زمانبندی های متفاوتی را طلب می کند. به عنوان مثال بعضی از کارها نیازمند توان پردازشی بالا و بعضی نیازمند توان ارتباطی بالا بین وظایف خود هستند. در نهایت

 


یکی از مهمترین ویژگی های زمانبندی گرید که آن را از دیگر زمانبندی ها(مانند زمانبندی کلاستر) متمایز می کند، قابلیت مقیاس پذیری آن است. زمانبندی که

 

بسیار ساده ای(مانند زمانبندی تصادفی، چرخشی تکراری و ...) استفاده می کنند و زمان ارتباطات بین وظایف یک کار و همچنین زمان ارسال یک کار از یک نقطه گرید به نقطه دیگر را نادیده می گیرند. علاوه برآن با توجه به این که غالب زمانبندها عمل زمانبندی را در یک سطح انجام می دهند و با عناصر پردازنده و وظیفه سروکار دارند، معمولاً قابلیت مقیاس پذیری خوبی ندارند.
در این تحقیق به منظور مقیاس پذیر بودن، مساله زمانبندی در دو سطح بررسی شده است. در سطح بالا که همان زمان بندی در سطح گرید است، زمانبند با عناصر کلاستر یا سایت و کار سروکار دارد. در حقیقت گرید مجموعه ای از سایت ها در نظر گرفته شده که هر یک نماینده یک سازمان یا فرد است . از یک تا چند صد ماشین دارد. تاکید اصلی تحقیق نیز بر روی همین زمانبند سطح بالا است که به آن گلوبال یا سراسری نیز گفته می شود و وظیفه آن اختصاص کل یک کار(با تمام وظایف موجود در آن) به یک کلاستر است. سپس زمانبند سطح پایین (زمانبند سطح کلاستر) وظایف موجود در کار را بر روی نودهای موجود در کلاستر زمانبندی و اجرا می کند. پیشتر، زمانبندی های سطح کلاستر خوبی طراحی و پیاده سازی شده است.

 


زمانبند گلوبال پیشنهادی با درنظر گرفتن از یک طرف نیازهای ارتباطی بین وظایف یک کار، زمان مورد نیاز برای انتقال یک کار از یک نقطه گرید به نقطه دیگر و علاوه برآن نیاز پردازشی و محاسباتی کار و از طرف

 


دیگر اطلاعات راجع به بار کلاسترها(سایت ها)، میزان ترافیک موجود در شبکه هر کلاستر و گرید، سعی در تصمیم گیریهای موثر دارد. به منظور برخورد کیفی با این پارامترهای مختلف از منطق فازی استفاده شده است تا تطابق بین نیازهای کار و ورودی و ویژگی های فعلی هر کلاستر تعیین شود و در نهایت کار به کلاستر با بالاترین تطابق ارسال شود.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 مقدمه

محاسبات مدرن روز به روز با بهبود توان محاسباتی ، قابلیت ذخیره سازی و ارتباطات روبه رو می شود.علیرغم این توسعه ها شرایط بسیار زیادی وجود دارد که منابع محاسباتی نیاز ما را برآورده نمی کنند.این امر هم در محیط های علمی و هم اقتصادی اتفاق می افتد و دلایل خاص خود را دارد. به عنوان مثال ده سال پیش، زیست شناس ها مایل به محاسبه ساختار تک مولکول بودند اما امروزه آنها می خواهند ساختار ترکیبات پیچیده ای از مولکول را محاسبه کنند. بسیاری از پروژه های علمی صدها مگابایت داده را در ظرف یک ثانیه تولید کرده و نیازمند بررسی و پردازش سریع آن ها هستند. راه حل این مشکلات در مقوله ی جدیدی به نام محاسبات گریدی نهفته است که برای اولین بار در سال 1969 توسط Leonard Kleinrock به صورت زیر توصیف شد. احتمالاً به زوری شاهد گسترش تسهیلات کامپیوتری خواهیم بود که همانند تسهیلات برق و تلفن امروزی خانه ها و ادارات را سرویس خواهد داد.
در سالیان منتهی به سال 2000 میلادی تحقیقات در حوزه محاسبات گریدی منجر به توسعه گرید توان محاسباتی شد که زیر ساختی برای محاسبات عظیم توزیع شده و موازی است. زیر ساخت گرید امکان ا شتراک و انتخاب منابعی که از نظر جغرافیایی در مکان های مختلف قرار دارند

 


و متعلق به سازمان های متفاوت هستند را فراهم می کند. این منابع شامل ایستگاه های کاری ، کلاسترها، سیستم های ذخیره سازی، دستگاه های خاص و غیره است.اشتراک منبع سودمند است زیرا اجازه استفاده از توان چندین منبع را می دهد. مثلاً به جاری اجرای یک برنامه محاسباتی عظیم بر روی سخت افزار خاص (مانند یک ابر کامپیوتر) می توان آن را به صورت موازی بر روی کامپیوترهای موجود در یک کلاستر که بسیار ارزان تر هستند اجرا کرد.

 

 

 

یک سیستم گرید محاسباتی برنامه هایی را بر روی منابع موجود در زیر ساخت گرید اجرا می کند تا یک سیستم واحد از منابع متعامل را تشکیل دهد. این برنامه ها عمل تعامل بین منابع را آسان می کنند. به مجموعه برنامه هایی که تعامل بین منابع را مدیریت می کنند، میان افزار سیستم گرید گفته می شود زیرا یک لایه نرم افزاری بالای سیستم عامل است که عمل تعامل بین منابع موجود در گرید را کنترل می کند. کاربر سیستم گرید می تواند برنامه های کاربردی خود را بر روی منابع متنوعی از گرید اجرا کند. او این کار را با اجرای برنامه کاربردی در بالای لایه میان افزاری انجام می دهد. یک سیستم گرید می تواند تعداد زیادی از این برنامه های کاربردی را به طور همزمان اجرا کند. یک نوع ازبرنامه های کاربردی که معمولاً در سیستم گرید اجرا می شوند، ساختارهای تک برنامه چند داده (SPMD) هستند که به آنها

 

 

 

برنامه های داده-موازی نیز گفته می شود. این برنامه ها به چندین وظیفه تقسیم می شوند که هر یک محاسبات را بر روی قسمت مجزایی از مجموعه داده انجام می دهد. این وظایف به همراه یکدیگر کار می کنند تا کل مجموعه داده را پردازش کنند و در مجموع به آنها یک کار گفته میشود. از این مدل برنامه معمولاً در حل مسایل محاسباتی علمی استفاده می شود. اجرای این کارها ممکن است چندین ساعت یا روز به طول بکشد و می تواند مقدار زیادی از منابع سیستم را مصرف کند . این کارها معمولاً مقدار زیادی محاسبات یا ارتباطات بین وظایف و یا هر دو را انجام می دهند.
مطالعه فضای پارامتر یک نوع کار است که به طور تکرار شونده حجم زیادی از محاسبات را بر روی بازه ای از پارامترهای برنامه انجام می دهد. مجموعه کل پارامترها را می توان به عنوان کل مجموعه داده در نظر گرفت. هر تکرار برنامه را می توان به طور موازی در سیستم گرید اجرا کرد و به این طریق در مدتی بسیار کوتاهتر از زمان اجرای سریال برنامه، نتایج آن را مشاهده کرد.
یک سیستم گرید با کارایی بالا باید تلاش کند تا گذردهی کار سیستم را ماکزیمم کرده و زمان اجرای کار را مینیمم کند. این دو هدف گاهی در مقابل یکدیگر قرار میگیرند به عنوان مثال اگر دو کار، هر یک نیازمند P پردازنده باشند و گرید تنها بتواند 2P-1 پردازنده را فراهم کند، نمی توان کارایی بهینه را به طور همزمان برای هر دو کار بدست آورد. اگر هر دو کار به طور

 


همزمان اجرا شوند حداقل دو وظیفه بر روی یک پردازنده قرار می گیرد که باعث می شود زمان اجرای هر دو کار افزایش یابد. اما اجرای سریال دو کار گذردهی کار سیستم را پایین می آورد.
سیستم مدیریت منابع گرید استفاده از منابع را کنترل می کند تا به هدف سیستم گرید با کارآیی بالا دست یابد. زمانبند یکی از اجزای سیستم مدیریت منابع گرید است که از اطلاعات سیستم گرید و کار استفاده می کند تا یک انتساب از وظایف کار ورودی به ماشین ها ایجاد کند. به این عمل انتساب، زمانبندی گفته می شود. تصمیم گیرهای زمانبندی مؤثر معمولا تلاش در مینیمم کردن زمان اجرای کار دارند . سیستم مدیریت منابع گرید تلاش دارد تا زمانبندی های مؤثری انجام دهد زیرا زمانبندی ضعیف باعث افزایش زمان اجرای کار می شود و در نتیجه گذردهی کار را کاهش می دهد. با این وجود تولید زمانبندی مؤثر و خوب برای کارهای گرید یک مساله بسیار دشوار است که پیچیدگی های خاص خود را دارا ست.
2- طبقه بندی زمانبندها¬ی پیشین
در این قسمت می خواهیم یک طبقه بندی از تکنیک های زمانبندی ارائه دهیم . در یک طبقه بندی از زمانبندی در سیستم های توزیع شده ارائه گردیده که بسیاری از تعاریف را از آن گرفته ایم. به طور کلی مساله زمانبندی به روشهای مختلفی در سیستم های عامل سنتی و سیستم های توزیع شده تعریف گردیده است . در حالت کلی اجرای یک کار داده موازی در یک سیستم گرید شامل چهار مرحله زیر است (شکل1)
- پارتیشن بندی کار
- جمع آوری اطلاعات

 


- انتساب وظایف به نودها
- آغاز اجرای وظایف

شکل 1- مراحل کلی اجرای یک کار داده موازی در یک سیستم گرید
پارتیشن بندی کار عبارت است از تقسیم یک کار به وظایف آن . به طور کلی کارهای موازی را می توان به دو گروه تقسیم کرد :1. انعطاف ناپذیر 2. قالب پذیر .
کارهای انعطاف ناپذیر بر روی تعداد مشخصی از پردازنده ها که معمولا توسط کاربر مشخص می شود، اجرا می شوند اما کارهای قالب پذیر را می توان بر روی تعداد متفاوتی از منابع محاسباتی اجرا کرد. در سیستم های گرید ممکن است کاربران بخواهند تعداد پردازنده هایی که کار باید روی آن اجرا شود را مشخص کنند، به خصوص وقتی خود کاربر برنامه را نوشته باشد . به طور

 


جایگزین از ابزارهای پارتیشن بندی خاصی نیز می توان به منظور تولید وظایف استفاده کرد.
جمع آوری اطلاعات همان فرایند جمع آوری اطلاعات برنامه کاربردی و منابع است. از این اطلاعات می توان برای ساختن یک مدل ساده از برنامه کاربردی و گرید استفاده کرد. سپس در مرحله انتساب وظیفه، الگوریتم زمانبندی از مدل های موجود برای تخمین کارایی وظیفه و تولید انتساب وظیفه به صورت کارا استفاده می کند . الگوریتم زمانبندی ممکن است از اطلاعات جمع آوری شده به منظور تولید انتساب کاراتر استفاده کند . سپس وظایف بر روی منابع گرید انتساب یافته و شروع به اجرا می کنند .
از نظر زمان انجام فرایند زمانبندی می توان ، استراتژی های زمانبندی را به انواع زیرتقسیم کرد . زمانبندی زمان کامپایل هنگام کامپایل برنامه کاربردی آن را زمانبندی نیز می کند و طبیعتا از اطلاعات پویای سیستم نمی تواند استفاده کند . از این رو این استراتژی مناسب برای محیط گرید که وضعیت آن مدام در حال تغییر است، نمی باشد . به عنوان نمونه این زمانبندی ها ممکن است وظایف را بر روی منابع غیر قابل دسترس قرار دهند . زیرا اطلاعات راجع به در دسترس بودن منبع را نمی توان بیش از زمان اجرا به طور قطعی دانست .

 

 

فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد

تعداد صفحات این مقاله  21  صفحه

پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید

 


دانلود با لینک مستقیم


دانلودمقاله زمانبندی در گریدهای محاسباتی

تحقیق در مورد منطق محاسباتی

اختصاصی از فی بوو تحقیق در مورد منطق محاسباتی دانلود با لینک مستقیم و پر سرعت .

تحقیق در مورد منطق محاسباتی


تحقیق در مورد منطق محاسباتی

لینک پرداخت و دانلود *پایین مطلب *   فرمت فایل :Word ( قابل ویرایش و آماده پرینت )    تعداد صفحه:39

فهرست:

منطق محاسباتی

مقدمه

پایه‌ی منطق محاسباتی

پایه‌ی ریاضی 

3-1 STRIPS

آینده منطق محاسباتی

مراجع

ابعاد فلسفی

 

خلاصه

 

این مقاله به بررسی جنبه‌های مختلف و رو به رشد منطق محاسباتی می‌پردازد. تکنیکها و کاربردهای فعلی آن را مطالعه میکند و در نهایت به یک نتیجه‌گیری و ارایه پیشنهادهایی در مورد منطق محاسباتی می‌پردازد.

 

 

 

1- مقدمه

 

منطق محاسباتی[1] بخشی از منطق است که به بررسی راهکارهای محتلف بررسی درستی احکام در دستگاه‌های مختلف منطقی میپردازد. این رشته به طور عمیقی با علوم کامپیوتر پیوند یافته است و به صورت کلی رشد واقعی آن از وقتی شروع شد که توان محاسباتی کامپیوترها پیشرفت کرد و انجام محاسبات پیچیده بوسیله کامپیوترها با هزینه کم امکان پذیر شد. منطق محاسباتی به صورت کلی به منطق از دید محاسباتی آن مینگرد. این که در یک دستگاه منطقی انجام یک محاسبه (به طور مثال چک کردن درستی یک گزاره) امکان پذیر هست یا نه و اگر امکان پذیر است این کار چه هزینه ای دارد. از آنجا که حقایق علمی ما با منطق پیوند عمیقی دارند، برای بررسی این حقایق استفاده از زبان منطقی، یکی از بهترین راه های ممکن است.

 

امروزه بشر علاقه زیادی دارد که تمام کارها از جمله فکر کردن را به ماشین واگذار کند. اما واگذار کردن فکر کردن به یک ماشین کار ساده ای نیست. ما دید عمیقی درباره اینکه فکر کردن چیست و چگونه انجام میشود نداریم. ازینرو تلاشهای اولیه برای این کار با شکست مواجه شدند یا با سختی زیادی همراه بودند. اما اگر بخواهیم تنها قسمت منطقی فکر کردن را به ماشین واگذار کنیم کار ساده تر است چون برای این کار از منطق ریاضی استفاده میکنیم و منطق یک زیر شاخه قوی از ریاضی است که به سوالات زیادی در مورد آن جواب داده شده است. گرچه ما هنوز واقعا نمیدانیم که چه مقدار از روند تفکر ما منطقی است. به این مطلب در قسمت نتیجه گیری بیشتر خواهیم پرداخت.

 

امروزه منطق محاسباتی کاربرد گسترده ای در تکنولوژی پیدا کرده است. بدین ترتیب حجم کارهای انجام شده بر روی آن در حال افزایش است. این کارها نه تنها در زمینه ریاضی بلکه بر روی دیگر ابعاد مربوط به این قضیه نیز انجام میشود. عموما این کارها به سه دسته تقسیم میشوند. دسته اول کارهای مرتبط با پایه ریاضی منطق محاسباتی هستند. دسته دوم کارهای مرتبط با تکنیکهای هوش مصنوعی جهت ارتقای کارایی روشهای ریاضی ابداع شده و دسته سوم کارهای انجام شده جهت استفاده از منطق محاسباتی در مسایل واقعی مهندسی.

 

 

 

  1. پایه‌ی منطق محاسباتی

تمام موارد مرتبط با منطق محاسباتی احتیاج به پایه‌ای برای بنا کردن ساختارهایی معنا دار برای تو


[1] Computational Logic                                                                                                                                           

 


دانلود با لینک مستقیم


تحقیق در مورد منطق محاسباتی

مقاله ابر محاسباتی (انگلیسی به همراه ترجمه) *

اختصاصی از فی بوو مقاله ابر محاسباتی (انگلیسی به همراه ترجمه) * دانلود با لینک مستقیم و پر سرعت .

مقاله ابر محاسباتی (انگلیسی به همراه ترجمه) *


مقاله ابر محاسباتی (انگلیسی به همراه ترجمه) *

چکیده- امروزه بستر شبکه های اجتماعی به سرعت راه برقراری ارتباط و تعامل مردم را تغییر داده اند. آنها شرایط ایجاد و مشارکت، جوامع دیجیتال و همچنین بازنمایی، مستندسازی و کشف روابط اجتماعی را فراهم می کنند. ما باور داریم که "اپ ها[1]" پیچیده تر می شوند، و استفاده از آن ها برای کاربران بمنظور به اشتراک گذاشتن سرویس های خود، منابع و اطلاعات از طریق شبکه های اجتماعی آسان تر شده است. برای اثبات این موضوع، ما در حال حاضر ابر محاسبات اجتماعی را ارائه می کنیم که در آن تأمین زیرساخت های ابر از طریق روابط "دوستی" رخ می دهد. در یک ابر محاسبات اجتماعی، صاحبان منابع، ظروف مجازی را بر روی کامپیوترهای  شخصی (ها) و یا دستگاه های هوشمند خود برای استفاده از سوی شبکه های اجتماعی قرار می دهند. با این حال، چون کاربران ممکن است اولویت های پیچیده تری مربوط به آنچه که می خواهند یا نمی خواهند به اشتراک گذارند داشته باشند، ما از طریق شبیه سازی بررسی می کنیم چگونه منابع را می توان به طور موثر در یک جامعه اجتماعیِ ارائه دهنده منابع، به اشتراک گذاشت. در ارزیابی تخصیص منابع اجتماعی، ما معیارهای "رفاه"، "عدالت تخصیص" و "زمان اجرای الگوریتم" را در نظر می گیریم. یافته های کلیدی این کار نشان میدهد چگونه شبکه های اجتماعی می توانند در ساخت زیرساخت های محاسباتی ابر قوی استفاده شوند و چگونه منابع می توانند در حضور اولویت های اشتراک گذاری کاربران، تخصیص داده شوند.

 


دانلود با لینک مستقیم


مقاله ابر محاسباتی (انگلیسی به همراه ترجمه) *