|
|
|
|
| LEADER |
02999na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2016 ci ||||| m||| 00| 0 en d |
| 035 |
|
|
|a (HR-ZaFER)ferid4396
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Poluta, Vlaho
|
| 245 |
1 |
0 |
|a Heurističko raspoređivanje na zahtjev u raspodijeljenoj okolini :
|b diplomski rad /
|c Vlaho Poluta ; [mentor Domagoj Jakobović].
|
| 246 |
1 |
|
|a On-line Scheduling Heuristics in Distributed Environments
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b V. Poluta,
|c 2016.
|
| 300 |
|
|
|a 70 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2016-07-01, datum završetka: 2016-07-12
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Rad se bavi specifičnim tipom raspoređivanja na paralelnim strojevima. Bavi se raspoređivanjem poslova na izvršne čvorove kroz mrežu servera za raspoređivanje. Pri tome je cilj optimizacija vremena trajanja. U ovom problemu izvršni čvorovi predstavljaju strojeve sa ograničenjima pridruživanja poslova. Svaki posao je ograničen na samo jedan stroj, a početak izvođenja mu može ovisiti o nekom drugom zadatku. Rad opisuje tri faze rješavanja problema. U svakoj od faza je predstavljen dio sustava i neke rukom pisane heuristike koje su korištene u rješavanju problema. Rad isto predstavlja neke tehnike strojnog učenja poput genetskog programiranja i neuronskih mreža koje su korištene da bi se proizvele što bolje heuristike.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This thesis tackles a specific type of multiple machine scheduling problem. It deals with scheduling tasks on executing nodes through a network of scheduling servers, where the goal is to optimize the makespan. In this problem executing nodes represent the machines with eligibility restrictions. Tasks are machine bound because every task can only be executed at a specific machine and they can also be precedence constrained to other tasks. The thesis describes the tackling of the problem in three phases. Each of those phases presents a part of the system and some hand written heuristics that were used in order to solve the problem. The thesis also presents some machine learning techniques, like genetic programming and neural networks, which were used in order to produce the best possible heuristics.
|
| 653 |
|
1 |
|a Raspoređivanje, paralelni strojevi, heuristike raspoređivanja, izvođenje u realnom vremenu, raspodijeljena okolina, ograničenja u resursima, ograničenja pridruživanja poslova, tehnike strojnog učenja, genetsko programiranje, suradnička koevolucija, umjetne neuronske mreže
|
| 653 |
|
1 |
|a Scheduling, multiple machines, scheduling heuristics, on-line execution, distributed environment, resource constrained, machine eligibility restrictions, machine learning techniques, genetic programming, artificial neural networks
|
| 700 |
1 |
|
|a Jakobović, Domagoj
|4 ths
|
| 942 |
|
|
|c Y
|
| 999 |
|
|
|c 49856
|d 49856
|