المستخلص: |
العديد من الدراسات السابقة استخدمت التوزيع المنتظم لأبعاد الوظيفة أثناء تقييم أداء خوارزميات التخصيص. لذلك تم استخدام التوزيع المنتظم لأبعاد الوظيفة في تقييم أداء خوارزميات التخصيص الغير متجاور. لكن هناك العديد من الدراسات استخدمت توزيع ثقيل الذيل لأبعاد الوظيفة لأنه أكثر واقعية من التوزيع المنتظم. في هذه الرسالة قمنا بدراسة تأثير التوزيع الإحصائي ثقيل الذيل على أداء خوارزميات التخصيص الغير متجاور المعروفة (Random, GABL, MBS, and Paging (0)) ضمن استراتيجيات الجدولة المختلفة (First-Come-First-Served (FCFS), Out-of-Order (OO) and window-based) وباستخدام أنماط اتصال مختلفة (الجار القريب، الواحد- للجميع، العشوائي) في متعددات الحواسيب ثنائية الأبعاد. وعلاوة على ذلك، فقد تمت مقارنة تأثير توزيع ثقيل الذيل لأبعاد الوظيفة مع تأثير التوزيع المنتظم لأبعاد الوظيفة، وتمت مقارنة السياسات من خلال معدل الاستخدام الكلي للنظام ومعدل المكوث في النظام باستخدام المحاكي (ProcSimity). وقد أظهرت النتائج أن أداء خوارزميات التخصيص الغير متجاور باستخدام توزيع ثقيل الذيل لأبعاد الوظيفة أفضل من أدائها عند استخدام التوزيع المنتظم لأبعاد الوظيفة، كما أظهرت النتائج بالنسبة لكلا التوزيعين الإحصائيين تفوق أداء كل من الخوارزميات (GABL, MBS, and Paging (0)) على أداء خوارزمية (Random)، وأظهرت النتائج أيضا تفوق أداء كل من استراتيجيات الجدولة ((OO) and window-based) على أداء استراتيجية (FCFS) وتفوق نمط الاتصال "الجار القريب" على أداء أنماط الاتصال المختلفة.
|