فایل پی دی اف کامل پژوهش ترجمه‌شده درباره سیستم‌های چندگانه موازی و توزیع‌شده برای شبیه‌سازی محاسبات؛ بررسی معماری‌ها و کارایی PDF

توجه : این فایل به صورت فایل PDF (پی دی اف) ارائه میگردد

 فایل پی دی اف کامل پژوهش ترجمه‌شده درباره سیستم‌های چندگانه موازی و توزیع‌شده برای شبیه‌سازی محاسبات؛ بررسی معماری‌ها و کارایی PDF دارای ۲۲ صفحه می باشد و دارای تنظیمات و فهرست کامل در PDF می باشد و آماده پرینت یا چاپ است

فایل پی دی اف فایل پی دی اف کامل پژوهش ترجمه‌شده درباره سیستم‌های چندگانه موازی و توزیع‌شده برای شبیه‌سازی محاسبات؛ بررسی معماری‌ها و کارایی PDF  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

این پروژه توسط مرکز فایل پی دی اف کامل پژوهش ترجمه‌شده درباره سیستم‌های چندگانه موازی و توزیع‌شده برای شبیه‌سازی محاسبات؛ بررسی معماری‌ها و کارایی PDF2 ارائه میگردد

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل پی دی اف کامل پژوهش ترجمه‌شده درباره سیستم‌های چندگانه موازی و توزیع‌شده برای شبیه‌سازی محاسبات؛ بررسی معماری‌ها و کارایی PDF،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فایل پی دی اف کامل پژوهش ترجمه‌شده درباره سیستم‌های چندگانه موازی و توزیع‌شده برای شبیه‌سازی محاسبات؛ بررسی معماری‌ها و کارایی PDF :

فایل دانلودی فقط شامل فایل ترجمه شده با پسوند pdf بوده و فایل انگلیسی در آن موجود نمی باشد.

بخشی از ترجمه فارسی مقاله:

۶.۳.۱ D – MASON
از نظر پراکندگی ، D-MASON یک پلت فرم کلی بعنوان نماینده ایست که می تواند در موقعیت یک فضای دکارتی در نمایندگی محیط وجود داشته یانداشته باشد . محیط زیست باید به دو قسمت سلول ها و پارتیشن ها که به فرایند توزیع شبیه سازی شده اختصاص داده شده تقسیم شود . D-MASON سه روش را برای توزیع شبیه سازی بر روی چندین هسته پیشنهاد می دهد. دو روش آن مبتنی بر پراکندگی میدان یا پراکندگی شبکه است و سومین و آخرین روش آن مبتنی بر جداسازی شبکه است . مناطق همپوشانی ( مناطق مورد توجه یا منطقه ی AOI ) برای گارانتی متداوم در درک عامل از طریق گره های مرزی تعریف شده است .جداسازی میدان یا شبکه شکل ۲ دو مکانیزم پراکندگی در دسترس را در D-MASON برای جداسازی شبکه ایی نشان می دهد .” پراکندگی Y” شامل تقسیم محیطی در سلول های افقی در محور Y است که در شکل ۲ a نشان داده شده است . “پراکندگی XY” شامل تقسیم محیطی در سلول های مربع در محورهای X , Y مشخص شده است که در شکل ۲b نشان داده شده است . شبکه ی محیطی توسط سلول های آن تقسیم می شود . و آنها را بر روی گره های پلت فرم اجرایی قرار می دهد . D-MASON در مناطق هم پوشانی که “مناطق مورد علاقه ” (AOI)نامگذاری شده است استفاده می شوند (شکل ۳) .این مکانیزم شامل کپی کردن بخشی از سلول های مجاور یا جداسازی مجاور است . مناطق همپوشانی فرصت هایی برای عامل فراهم میکندتا زمینه ی ادراک جهانی راحتی زمانیکه محیط از چند گره قطع شده است را برای حفظ تبادل اطلاعات هر سلول با سلول مجاور در هر زمان را فراهم می کند . در مرحله ی پراکندگی فقط محیط برای بررسی شبیه سازی شده مورد بررسی قرار میگیرد . عامل ها در این مرحله به حساب نمی آیند . اگرچه تراکم آنها در مرحله ی تعادل بار به حساب می آید .
جداسازی شبکه : میدان شبکه ها راهی است برای نشان دادن ساختار گراف در شبیه سازی است . در گراف پراکندگی در چندین فرایند از چهار چوب هایی مانند ParMetis [51] یا Metis استفاده می شود . ParMetis [51] یک MPI مبتنی بر چهارچوب های موازی است که الگوریتم ها را برای بخش گراف غیر ساختاری ، Meshes , و غیره اجرا می کند ParMetis قابلیت گسترش عملکرد در Metis برای نمودارهای پراکنده و نمودارهایی با مقیاس بزرگ را دارد . در اینجا ما نتوانستیم به اطلاعات بیشتری در مورد مکانیزم جداسازی شبکه هایی که در پلت فرم های به روز شده ی اخیر اضافه شده است دست یابیم . لازم به ذکر است که در پلت فرم D-MASON می توانیم از انواع مختلف لایه ها در شبیه سازی استفاده کنیم . به عبارت دیگر ، پراکندگی فضایی می تواند در حالی که برای جداسازی شبکه ایی برای تعامل بین عوامل نشان داده شده است استفاده شود . در این حالت ، پراکندگی تنها براساس جداسازی میدان انجام می شود . برای توزیع شبیه سازی عوامل ، RepastHPC از یک مکانیزم بنام “Projection” استفاده می کنیم که از یک پلت فرم Repast S اقتباس شده است . این امر نشان دهنده ی آن است که عاملان در محیط تکامل پیدا می کنند . Projection ها بر دو نوع هستند : خواه می توانند میدنی یا شبکه ایی باشند . Projection ها برای اعمال ساختارها در عواملی که باعث تکامل آنها شده اند استفاده می شوند . مناطق همپوشانی (یا مناطق بهبود یافته ) برای مدیریت تداوم عوامل در مرز گره ها تعریف شده اند
۶.۳.۲ RepastHPC: پراکندگی در. RepastHPC شباهت بسیاری به خصوصیات DMASON دارد . Projection شبکه ایی تقریبا معادل جداسازی میدانی و Projection های شبکه ایست که معادل شبکه های جداسازی شده است . Projection های میدانی عوامل را در یک فضای دکارتی نشان می دهند . برای پراکندگی یک مدل بیش از چند پردازنده ، محیط به سلول های یکسان تقسیم می شوند . هر پردازنده مسئول قسمت زیرین شبکه است که به مناطق هم پوشانی متصل می شوند
شبکه ی پروجکشن ( Projectio): شبکه ی پروجکشن عوامل را در فضای دکارتی نمایش می دهد . در پراکندگی یک مدل بیش از چند پردازنده ،در محیط به سلول های مساوی تقسیم می شوند . این سلول ها به طور مرتب در پردازنده ها توزیع می شوند . هر پردازنده مسئول قسمت زیرین شبکه است . قسمت های زیرین در شبکه با مناطق همپوشانی متصل می شوند . شکل ۴ طرح پراکندگی در یک شبکه ی پروجکشن رادر ۴ فرایند نشان می دهد . محدوده ی شبکه از مختصات (۰،۰) به مختصات (۷و۵) است . فرایند p1 مسولیت بخش –زیرین (۰و۰)در (۲و۳) است . p2 مسئول پاسخگویی به قسمت (۳و۵ )در (۳و۰ ) است . در مثال ما اندازه ی مناطق همپوشانی در ۱ مشخص شده است . در این حالت p1 شامل یک منطقه ی بافر است که شامل کل ستون ۳ در فرایند p2 در خط ۴ در پردازنده ی p3 است .

پروجکشن شبکه : پروجکشن شبکه [۲۸] روشی برای نمایش گراف ساختاری است . (شکل ۵ ) نموداری از پروجکشن شبکه را با دو عامل پراکندگی در دو پردازنده نشان می دهد . به منظور تقسیم گراف در چند پردازنده در حالیکه ارتباط بین راس ها در پردازنده های مختلف حفظ میشود . یک کپی از لبه هاو راس های مجاور ساخته شده اند . متاسفانه هیچ اطلاتی در مورد RepastHPC که چطور گراف ها در چند پردازنده که به ندرت استفاده می شود موجود نیست. در مورد D-MASON که برای چند پروجکشن در مدل های یکسان استفاده می شود . به عنوان مثال ، یک پروجکشن شبکه ایی برای یک گرافیک محیطی و یک پروجکشن شبکه ایی برای تعامل بین عوامل است .