دسته بندی | مهندسی کامپبوتر و فناوری اطلاعات |
بازدید ها | 36 |
فرمت فایل | doc |
حجم فایل | 887 کیلو بایت |
تعداد صفحات فایل | 15 |
دسته بندی | مهندسی کامپبوتر و فناوری اطلاعات |
بازدید ها | 39 |
فرمت فایل | doc |
حجم فایل | 1340 کیلو بایت |
تعداد صفحات فایل | 17 |
ترجمه مقاله وظیفه بهینه سازی برنامه ریزی در رایانش ابری بر اساس الگوریتم اکتشافی در 17 صفحه فارسی ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی
عنوان فارسی :
وظیفه بهینه سازی برنامه ریزی در رایانش ابری بر اساس الگوریتم اکتشافی
عنوان انگلیسی :
Task Scheduling Optimization in Cloud Computing Based on Heuristic Algorithm
تعداد صفحات فارسی : 17 صفحه ورد قابل ویرایش
سطح ترجمه : متوسط
شناسه کالا : broo
دانلود رایگان مقاله انگلیسی : http://ofmas.ir/dlpaper/broo.pdf
دانلود ترجمه فارسی مقاله : بلافاصله پس از پرداخت آنلاین 14 هزار و 500 تومان قادر به دانلود خواهید بود .
بخشی از ترجمه :
چکیده
محاسبات ابری تکنولوژی در حال ظهور بوده و اجازه می دهد تا کاربران به عملکرد بالایی در این زمینه دست پیدا کنند . محاسبات ابری یک سیستم ناهمگن است و همچنین مقدار زیادی از اطلاعات نرم افزاری را در خود ذخیره می کند . در این روند برنامه ریزی برای بعضی داده های فشرده و یا محاسبه یک برنامه فشرده خواهد بود و بیان می کند که بهینه سازی زمان انتقال و پردازش به یک برنامه کاربردی بسیار مهم نیاز دارد . در این مقاله به منظور به حداقل رساندن هزینه های پردازش ما تدوین و فرموله کردن مدل را برای برنامه ریزی کار و بهینه سازی ازدحام ذرات (PSG) الگوریتم داریم که در آن ارزش موقعیت بر اساس قوانین ارائه شده است. به موجب مقایسه الگوریتم PSG با الگوریتم PSG جاسازی شده در Crossover و Mutation و در تحقیق محلی، نتایج آزمایش نشان می دهد که الگوریتم PSG نه تنها سریعتر همگرا می شود بلکه سریع تر از دو الگوریتم های دیگر در مقیاس بزرگ اجرا می شود .
Abstract
Cloud computing is an emerging technology and it allows users to pay as you need and has the high performance. Cloud computing is a heterogeneous system as well and it holds large amount of application data. In the process of scheduling some intensive data or computing an intensive application, it is acknowledged that optimizing the transferring and processing time is crucial to an application program. In this paper in order to minimize the cost of the processing we formulate a model for task scheduling and propose a particle swarm optimization (PSO) algorithm which is based on small position value rule. By virtue of comparing PSO algorithm with the PSO algorithm embedded in crossover and mutation and in the local research, the experiment results show the PSO algorithm not only converges faster but also runs faster than the other two algorithms in a large scale. The experiment results prove that the PSO algorithm is more suitable to cloud computing.
دسته بندی | اقتصاد |
بازدید ها | 40 |
فرمت فایل | doc |
حجم فایل | 287 کیلو بایت |
تعداد صفحات فایل | 21 |
ترجمه مقاله پویایی قیمت خانه و ارتباط آنها با تغییرات اقتصاد کلان در 21 صفحه فارسی ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی
عنوان فارسی :
پویایی قیمت خانه و ارتباط آنها با تغییرات اقتصاد کلان
عنوان انگلیسی :
House price dynamics and their reaction to macroeconomic changes
تعداد صفحات فارسی : 21 صفحه ورد قابل ویرایش
سطح ترجمه : متوسط
شناسه کالا : brpp
دانلود رایگان مقاله انگلیسی : http://ofmas.ir/dlpaper/brpp.pdf
دانلود ترجمه فارسی مقاله : بلافاصله پس از پرداخت آنلاین 17 هزار تومان قادر به دانلود خواهید بود .
بخشی از ترجمه :
چکیده
این مقاله سه ساختار از مدل مارکوف سوئیچینگ را به منظور بررسی تاثیر اقتصاد کلان در پویایی بازار املاک و مستغلات سازه های مسکونی در ایالات متحده نشان می دهد . تمرکز بر روی دوره بین سال های 1960 و 2011 بوده و روش اجرا اجازه می دهد تا برای درک واضح تر از درایور بازار املاک و مستغلات بر اساس "رونق"، "حالت پایدار" و "سقوط" ساختارهایی را شکل دهیم . نتایج ما نشان می دهد که حساسیت بازار املاک و مستغلات به تغییرات اقتصادی وابسته می باشد . این مقاله سپس به بررسی سیاست گذاران می پردازد ، قادر به تحت تاثیر قرار دادن یک سوئیچ ساختار به دور از سقوط ساختار خواهد بود . ما کاهش اسپرد نرخ بهره را از یک کاتالیزور موثر برای رسوب از جمله برای تغییر حالت خواهیم داشت .
Abstract
This article applies a three-regime Markov switching model to investigate the impact of the macroeconomy on the dynamics of the residential real estate market in the US. Focusing on the period between 1960 and 2011, the methodology implemented allows for a clearer understanding of the drivers of the real estate market in “boom”, “steady-state” and “crash” regimes. Our results show that the sensitivity of the real estate market to economic changes is regime-dependent. The paper then proceeds to examine whether policymakers are able to influence a regime switch away from the crash regime. We find that a decrease in interest rate spreads could be an effective catalyst to precipitate such a change of state.