خانه / مقالات انگلیسی با ترجمه / مهندسی کامپیوتر / مقاله ترجمه شده تکنیک بهینه سازی آزاد مشتق برای کالیبراسیون مدل های صف بندی

مقاله ترجمه شده تکنیک بهینه سازی آزاد مشتق برای کالیبراسیون مدل های صف بندی

دانلود رایگان مقاله بیس انگلیسی خرید و دانلود ترجمه ی مقاله انگلیسی

کد محصول:CM2

قیمت فایل ترجمه شده:   ۱۰۰۰۰ تومان

تعداد صفحه انگلیسی

سال نشر: ۲۰۱۳

تعداد صفحه ترجمه فارسی:  ۲۷  صفحه word

عنوان فارسی:

مقاله ترجمه شده تکنیک بهینه سازی آزاد مشتق برای کالیبراسیون مدل های صف بندی

عنوان انگلیسی:

A DFO technique to calibrate queuing models

چکیده فارسی:

یک گام مهم در مدل سازی سیستم، تعیین ارزش پارمترها برای استفاده در آن مدل می باشد. در این مقاله فرض بر این است که مجموعه ای از اندازه گیری های جمع آوری شده از سیستم های غملیاتی در دست داشته، و مدل مناسبی از سیستم ( برای مثال بر مبنای این نظریه صف بندی) ایجاد شده است. برآورد مقادیر نسبی تکراری برای پارامترهای خاص این مدل از داده ها موجود، مشکل می باشد. ( زیرا پارامترهای مربوطه دارای مفهوم فیزیکی نامشخص بوده و یا آن ها را نمی توان به طور مستقیم از واحدهای اندازه گیری موجود به دست آورد). از این رو نیاز به تکنیکی برای تعیین مقادیر مربوط پارامترهای از دست رفته ، یعنی به منظور کالیبراسیون مدلف داریم.

به عنوان جایگزینی برای تکنیک غیر قابل سنجش بروت فورس، ما مدل کالیبراسیون را به عنوان یک مسئله بهینه سازی غیرخطی با توجه به محدودیت هایی مد نظر قرار می دهیم. روش موجود از نظر مفهوم ساده بوده اجرا ان نیز آسان می باشند. مشارکت ما به صورت دوگانه می باشد . در ابتدا تعریف مناسبی از تابع هدف را برای تعیین فاصله بین شاخص های عملیاتی ایجاد شده توسط مدل و مقادیر حاصل شده از اندازه گیری ها ارائه می دهیم. در مرحله دوم، تکنیک های بهینه آزاد مشتق شده (DFO) را که ویژگی اصلی آن توانایی برای محدود کردن موقتی نقص ها می باشد، مطرح می کنیم. چنین تکنیکی این امکان را برای ما به وجود می آورد تا به طور دقیقی مشکل بهینه سازی را حل کرده، و به این ترتیب مقادیر پارامتری دقیقی را ایجاد می کند. ما روش مان را با استفاده از دو بررسی موردی واقعی ساده توضیح می دهیم.

کلیدواژه: کالیبراسیون، مدل صف بندی، بهینه سازی آزاد مشتقات، تابع هدف، بهینه سازی

۶. نتیجه گیری.

در این مقاله ما روش های کلی، ساده و کارآمدی را برای کالیبراسیون مدل های رده بندی شده نشان داده ایم. با مد نظر قرار دادن مجموعه ای از این اندازه گیری ها که از سیستم های عملیاتی جمع آوری شده اند،  روش هایی که هدفشان کسب مقادیر پارامتر مدل ها می باشد متناسب ترین حالت را در بین ارزش های ایجاد شده توسط مدل ها و اطللاعات ارزیابی شده دارند.ما به طبقه بندی جستجو برای پارامترها به عنوان یک مورد بهینه سازی شده مستمر، با تمرکز بر روی وابع هدف سازگار به منظور تعیین فاصله بین این اندازه گیری ها و نتایج حاصل از این مدل ها پرداخته ایم. ما به توصیف مفصل الگوریتم ساده DFO بر مبنای مدل های تقریبی تابع هدف برای حل مشکل بهینه سازی پرداختیم.محدودیت های غیر طولی به آسانی در الگوریتم DFO بدون مد نظر قرار دادن بازدهی مراحل ادغام می شوند. این موارد نشان دهنده مزایای خاصی در شرایط مورد نظر می باشد. سرانجام اینکه از آن جایی که روش های کالیبراسیون شده ما نیازمند ارزیابی تابع هدف می باشد، این روش ها معمولا برای مدل های رده بندی شده مورد استفاده قرار می گیرد  که شامل موارد حل شده با استفاده از روش های عددی و یا از طریق همانند سازی می باشد.به هر حال از ان جایی که سرعت کلی روش ما به طور مستقیم بستگی به زمان مورد نیاز برای حل مدل و محاسبه تابع هدف دارد.فرایند اجرایی سریعتری با توجه به راه حل سریع مدل های مورد نظر قابل حصول می باشد.

این مدل مطرح شده به صورت موفقیت آمیز در چندین مورد حقیقی به کار گرفته شد. یطه وظیفه آن مجموعه وسیعی از سیستم ها را که شامل سیستم های کامپیونری و شبکه های ارتباطی  برای نمونه کنترل کننده های دیسک I/O، پردازشگرها، شبکه های بی سیم و باسیم می باشد. توجه داشته باشید که تکنیک DFO ما برای مدل هایی با کمتر از ۱۰ پارامتر ناشناخته مناسب می باشد. به هر حال اگر تعداد پارامترها بیشتر باشد، تکنیک های پیچیده تری از DFO با توجه به سیستم های محاسباتی بالاتر مورد  نیاز است و در چارچوب کالیبراسیون ما مورد استفاده قرار می گیرد.

علاوه بر این  ما دو بررسی موردی ساده را در اینجا نشان داده ایم که هر دو از سیستم های واقعی مشتق شده اند تا به توضیح کاربرد روش ها، سودمندی و بازدهی آن ها بپردازد. بر مبنای این دو بررسی موردی ما نشان دادیم که تکنیک DFO ما بسیار قوی تر از روش های کنونی یا افزایش متوسطی در زمان جستجو می باشد.این به عنوان تجربه ما در تعدادی از بررسی های موردی واقعی می باشد.

ما همچنین به بررسی بعضی از کاربردهای احتمالی مدل های کالیبراسیون شده پرداختیم که شامل درک بهتری از سیستم ها، یک نگاه دقیق تر به عملکردها و ابزارهایی برای پیش بینی می باشد. علاوه بر این به دلیل سادگی و سرعت،  روش های کالیبراسیون بر روی سیستم های عملکردی با توجه به ارزیابی های آنلاین و به روز کردن مستمر کالیبراسیون مدل ها و همچنین پیش بینی ها می تواند مورد استفاده قرار گیرد. چنین کاربردهایی از روش کالیبراسیون در حال حاضر مورد برسی می باشد.