Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Recently, market-oriented grid resource management has been proposed to cope with the scarceness of grid resources in grid systems. In the market-oriented environment, grid users should pay resource owners a sum of money for resources consumed. However, the contribution of resources owners is not only offering resources for grid applications, but also for the loss of local task execution for the sake of grid task complement punctually. There is little research to address the problem of compensation for opportunities lose of local task in grid resources. As a result, resource owners may be reluctant to join the grid unless some compensation is paid. In this paper, based on the analysis of the expected income of two priority strategies in grid resources, the minimal compensation which grid users should pay to resources owners is determined using the concept of opportunity cost and a variable price model is presented to ensure a fair market environment. To calculate minimal compensation, an evaluation approach based on Monte Carlo simulation is given and the minimal compensation can be determined according to the characteristics of the grid resource and the deadline of the grid task. Based on the simulation results, the infl uence factors of minimal compensation are studied using a numerical example. The proposed price model can provide an incentive for resource owners and attract more and more resources in the Internet to participate in the grid.
PL
Ostatnio ideę prorynkowego zarządzania zasobami gridowymi proponuje się jako sposób na uporanie się z niedostatkiem zasobów gridowych w systemach sieci typu grid. W środowisku prorynkowym, użytkownicy sieci grid powinni płacić właścicielom zasobów pewną sumę pieniędzy za wykorzystane zasoby. Jednakże, należy pamiętać, że właściciele zasobów nie tylko oferują zasoby dla aplikacji gridowych, ale również muszą rezygnować z wykonania lokalnych zadań na rzecz terminowego dostarczenia zasobów do wykonania zadania gridowego. Istnieje niewiele badań zajmujących się problemem rekompensaty za utratę korzyści z zadania lokalnego na zasobach gridowych. W związku z istnieniem tego problemu posiadacze zasobów mogą nie chcieć przyłączać się do sieci gridowej, o ile nie otrzymają pewnej rekompensaty. W niniejszym artykule wyznaczono minimalną rekompensatę, jaką użytkownicy sieci gridowej winni płacić posiadaczom zasobów. Obliczeń dokonano w oparciu o analizę oczekiwanego dochodu w odniesieniu do dwóch strategii szeregowania zadań w zasobach gridowych oraz wykorzystując pojęcie kosztu alternatywnego (opportunity cost). Aby zagwarantować uczciwe warunki rynkowe, przedstawiono również model zmiennej ceny (variable price model). Do obliczenia rekompensaty minimalnej wykorzystano podejście oparte na symulacji Monte Carlo. Rekompensatę minimalną wyznacza się kierując się charakterystykami zasobu gridowego i terminem wykonania zadania gridowego. W oparciu o wyniki symulacji, przeanalizowano czynniki wpływające na rekompensatę minimalną wykorzystując przykład numeryczny. Proponowany model cenowy może stać się motywacją dla posiadaczy zasobów przyciągając coraz więcej zasobów internetowych do uczestnictwa w sieciach gridowych.
PL
Stosowane w praktyce inżynieryjnej różnorakie redundancje zwiększają dostępność danego systemu zarazem powiększając jego złożoność, co czyni niepewnymi ocenę niezawodności i wykrywanie uszkodzeń komponentów systemu. Wobec powyższego, poddano badaniom system typu konfguracja-redundancja oraz sformułowano jego funkcję niezawodności. Kiedy niedostępna jest wiedza na temat poprzednich uszkodzeń komponentów systemu, problem uszkodzeń systemu ma charakter problemu stochastycznego. Tymczasem, aby wyeliminować niepewność systemu, konieczne jest wykrycie uszkodzeń w serii komponentów. Zaproponowano model przewidywanej najkrótszej ścieżki oraz model wykrywania uszkodzeń mające służyć optymalizacji niezawodności. Metodę wzajemnej entropii wykorzystano jako algorytm heurystyczny do oceny niezawodności systemu i wykrywania uszkodzeń komponentów. Zastosowane stochastyczne podejście do generowania próbek umożliwia otrzymanie ważnych próbek. W celu poprawienia wydajności obliczeniowej, stworzono hybrydowy algorytm wzajemnej entropii, który łączy w sobie stochastyczne podejście do generowania próbek i metodę wzajemnej entropii. Wyniki numeryczne wskazują na potencjalną poprawę alokacji niezawodności złożonych systemów, która prowadziłaby do jak najlepszego działania wszystkich komponentów systemu.
EN
Engineering practices with various redundancies increase the availability of a system as well as complexity which bring the uncertainty of reliability estimation and failure detection of system components. Under such conditions, a confi gurationredundancy system is studied and the reliability function of the system is formulated. When no prior failure of system components is available, failure problem of system is a stochastic shortest path problem. Meanwhile to eliminate the uncertainty of system, it is necessary to detect failures series of components. The expected shortest path model and failure detecting model are proposed for system reliability optimization. The Cross-Entropy (CE) method is applied as a heuristic algorithm to estimate the system reliability and detect the failure of components. A stochastic sample generating approach is designed to obtain some valid samples. In order to improve the effi ciency of computing, a hybrid CE algorithm which combines the stochastic sample generating approach and the CE method is developed. Numerical results indicate potential improvements in reliability allocation of complex systems that would lead to the best performances of all system components.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.