پروپوزال رشته کامپیوتر بهبود جایابی ماشین های مجازی از نظر اتلاف منابع و توان مصرفی در محیط رایانش ابری

اختصاصی از حامی فایل پروپوزال رشته کامپیوتر بهبود جایابی ماشین های مجازی از نظر اتلاف منابع و توان مصرفی در محیط رایانش ابری دانلود با لینک مستقیم و پر سرعت .

شامل 21 صفحه فایل word

  عنوان کامل:

بهبود جایابی ماشین های مجازی از نظر اتلاف منابع و توان مصرفی در محیط رایانش ابری با استفاده از الگوریتم های تکاملی

رایانش ابری، یک مدل برای دسترسی مناسب، همه جا و برحسب تقاضا به شبکه[1] برای به اشتراک گذاری منابع مجازی قابل پیکربندی است که می تواند به سرعت مقرر شود. این مدل، امکاناتی را برای کاربران به منظور مقیاس گذاری برنامه ها، پلتفرم و زیرساخت سخت افزاری بطور پویا فراهم می کند[3-1].  در سال های اخیر، محاسبات ابری به یک الگوی محاسباتی محبوب برای میزبانی و ارائه خدمات تحت اینترنت تبدیل شده است. سه نوع اصلی از محاسبات ابری وجود دارد: زیر ساخت به عنوان یک سرویس[2]، پلتفرم به عنوان یک سرویس[3] و نرم افزار به عنوان یک سرویس[4]. برقرار نمودن و توسعه پلتفرم های رایانش ابری دارای فواید زیادی از جمله کیفیت سرویس و قابلیت اطمینان است [3].  ابر برای مصرف کننده نامحدود به نظر می رسد و مصرف کننده می تواند توان مصرفی کم یا زیادی را به همان اندازه که نیاز دارد، خریداری نماید. برای ارائه دهنده ابر، افزایش سود بوسیله به حداقل رساندن هزینه عملیاتی مطرح است. 

ظهور محاسبات ابری تأثیر زیادی بر صنعت فناوری اطلاعات (IT) در طول چند سال گذشته گذاشته است. بطوریکه شرکت های آمازون، گوگل، مایکروسافت و اوراکل شروع به ایجاد مراکز جدید داده برای میزبانی کاربردهای محاسبات ابری در سراسر جهان به منظور مدیریت خرابی سیستم و قابلیت اطمینان نموده اند. تکنولوژی های متعددی  وجود دارند که امکان رایانش ابری را فراهم می سازند. مجازی سازی، یکی از مهم ترین  تکنولوژی ها در این زمینه است. مجازی سازی، یک رویکرد امیدبخش را فراهم می کند که از طریق آن منابع سخت افزاری بر روی یک یا چندین ماشین می تواند تقسیم شود. مجازی سازی، امکان به اشتراک گذاری پویای منابع فیزیکی در محیط های محاسبات ابری و اجرای برنامه های کاربردی متعدد را در پلتفرم های متفاوتی با نام ماشین مجازی[5]، که از نظر اجرایی مجزا هستند، در یک سرور فیزیکی فراهم می سازد. یک ارائه دهنده ی ابر چنانچه به بهره وری مناسب انرژی و استفاده بهینه از منابع نائل شود می تواند از کیفیت سرویس ارائه شده به کاربر اطمینان حاصل کند. [4].

جایابی ماشین مجازی، فرآیند نگاشت ماشین های مجازی به ماشین های فیزیکی است. از آنجا که مجازی سازی در محاسبات ابری  دارای اهمیت بسزائی است، اخیرا موضوع جایابی ماشین مجازی  مورد توجه واقع شده  و به رویکرد مهمی برای بهبود کارائی توان و مصرف منابع در زیرساخت های ابری تبدیل شده است[4]. کارهای تحقیقاتی متعدد سالیان اخیر، موید اهمیت جایابی ماشین های مجازی می باشند [5]. مشکلاتی که در این خصوص وجود دارند به شرح زیر می باشند:

    از نظر ارائه دهنده خدمات ابری، مسئله اصلی به حداکثر رساندن سود با کاهش هزینه های عملیاتی است. در این راستا، مدیریت توان و انرژی در مراکز داده به این دلیل که بر هزینه های عملیاتی چیره می شود، در حال تبدیل به یک موضوع بسیار مهم است. علاوه براین، مصرف برق در سیستم های کامپیوتری با مقیاس بزرگ مانند ابرها، بسیاری از مسائل جدی دیگر شامل پایایی[6] و قابلیت اطمینان سیستم را افزایش می دهد. از طرفی، با روند رشد مراکز داده مدرن، مسئله جایابی ماشین های مجازی تبدیل به چالشی اساسی شده است. اینکه کدام ماشین مجازی برای اجرا روی یک میزبان[7] در نظر گرفته شوند، درکاهش هزینه عملیاتی، مصرف انرژی و نرخ بهره برداری آن ماشین فیزیکی نقش کلیدی دارد. [4]

امروزه بسیاری از شرکت ها و شرکت کننده ها مانند آمازون به سمت تعویض مرکز داده های خود برای رسیدن به مراکز داده ی سبز هستند. به طور مثال تلاش می کنند تا تعداد سرورهای فعال در حال اجرا را به حداقل برسانند. این امر مستلزم راه حل مناسبی مانند مجازی سازی است تا به عنوان ستون فقرات تکنولوژی محاسبات ابری عمل کند. مجازی سازی قادر است سخت افزار کامپیوتر را با بخش بندی منابع محاسباتی به اشتراک گذاری کند.

[1] Ubiquitous, Convenient, On-demand network access

[2] Infrastructure as a service (IaaS)

[3] Platform as a service (PaaS)

[4] Software as a service (SaaS)

[5] Virtual machine (VM)

[6] Redundancy

[7] Host

فهرست مطالب:

بیان مسأ له

هدف اصلی  تحقیق:

سابقه تحقیق

برنامه ریزی خطی

الگوریتم های تکاملی

برنامه نویسی محدودیت

روش Bin Packing

دیگر روش های مربوطه

جمع بندی کارهای انجام شده

برنامه نویسی محدودیت:

روش Bin Packing

برنامه نویسی صحیح اتفاقی

برنامه ریزی خطی

الگوریتم ژنتیک

روش کار

روش تحقیق

روش و ابزار گردآوری اطلاعات

کاربردهای متصور عبارتند از

استفاده کنندگان

هزینه مواد و وسایل مصرفی

فهرست منابع ومآخذ (فارسی وغیر فارسی )

جنبه نوآوری و جدید بودن

جایابی بهینه خازنهای ثابت و سوییچشونده در سیستم توزیع هارمونیکی با PSOباینری

اختصاصی از حامی فایل جایابی بهینه خازنهای ثابت و سوییچشونده در سیستم توزیع هارمونیکی با PSOباینری دانلود با لینک مستقیم و پر سرعت .

چکیده
درصد بارهای الکتریکی غیر خطی در سیسـتمهـای توزیـع،طـی سـالهـای اخیـر رشـد قابـل ملاحظـهای داشـته اسـت.جریانهای هارمونیکی تزریقی توسط این بارهای غیر خطـی بایستی در تحلیل مسئله جایابی بهینه خازن، بـهحسـاب آورده شود؛ بهطوریکه تضمین شود که حل بهینه حاصل، منجـر بـه افـزایش اعوجـاج هـارمونیکی و یـا رخـداد شـرایط تشـدید،نمیشود. در ایـن مقالـه، جایـابی بهینـه خـازنهـای ثابـت وسوییچشونده در شبکه توزیع آلوده به هارمونیک با سطوح بارمختلف، با متحد کردن پخش بار هارمونیکی و PSOبـاینری،،صورت گرفته است. تابع هـدف مسـئله، عبارتسـت از هزینـه تلفات توان و انرژی، هزینه خازنگذاری و تـرمهـای جریمـه اضافی. قیود مسئله هم، محـدودیت در ولتـاژ مـوثر، حـداکثراعوجاج کامل هارمونیکی ولتاژ و کل راکتیـو خـازنی موجـود برای جایابی میباشد. برای تعیین باسهـای کاندیـدای نصـب
خازن، از آنالیز حساسیت استفاده میشود. روش پیشنهادی در یک شبکه توزیع نوعی، آزمـایش شـده اسـت. نتـایج عـددی حاصل نشان میدهـد کـه روش پیشـنهادی، 
منجـر بـه نتـایجمطلوبی برای مسئله جایابی خازن میشود.

سمینار کارشناسی ارشد برق جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش بهینه سازی الگوریتم

اختصاصی از حامی فایل سمینار کارشناسی ارشد برق جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش بهینه سازی الگوریتم دانلود با لینک مستقیم و پر سرعت .

این محصول در قالب پی دی اف و 185 صفحه می باشد.

سمینار کارشناسی ارشد برق جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش بهینه سازی الگوریتم اجتماع پرندگان

این سمینار جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی برق-کنترل طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز سمینار ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این سمینار را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده

تولید پراکنده (Distributed Generation) منابع کوچک انرژی هستند که به سیستم توزیع متصل می گردند. این منابع غالبا از انرژی های نو بهره می گیرند و هزینه پایین ساخت، نصب و راه اندازی آنها نسبت به واحدهای بزرگ، موجب توجه خاص به آنها شده است. پیش بینی می شود که در آینده منابع تولید پراکنده در طراحی سیستم های انرژی الکتریکی به جایگاه ویژه ای دست یابند.

بکارگیری مکان مناسب تولید پراکنده (DG) در شبکه برق، مزایای زیادی خواهد داشت و عدم جایابی مناسب آن ضمن نفی مزایا، معایبی را نیز در پی دارد. با توجه به گستردگی شبکه های برق (بالاخص شبکه های توزیع) و فراوانی منابع DG از نظر سطح توان و چگونگی عملکرد، بکارگیری ظرفیت بهینه آنها در شبکه توزیع یک مسئله بهینه سازی (Optimization) می باشد و لذا برای نیل به پاسخ بهینه لازم است از روش های بهینه سازی مناسب استفاده گردد. بنابراین برای پیاده سازی مسئله جایابی بهینه DG بایستی از الگوریتم های بهینه سازی استفاده گردد. الگوریتم بهینه سازی اجتماع پرندگان (Particle Swarm Optimization Algoritm) یکی از روش های نوین بهینه سازی است که بر پایه رفتار پرندگان و چگونگی عملکردشان در یافتن لانه شان، طراحی شده و به خوبی توانایی بهینه سازی مسایل شناخته شده مهندسی را دارد. این الگوریتم برای مینیمم کردن یک تابع هدف مطلوب می تواند به کار رود. در این پایان نامه هدف از بکارگیری این روش، مینیمم کردن تلفات توان در سیستم توزیع می باشد و مسئله جایابی بهینه DG در مورد دو شبکه 13 و 34 باس IEEE مورد مطالعه قرار می گیرد.

فصل اول

مقدمه

یکی از معیارهای پیشرفت در هر جامعه میزان مصرف سرانه انرژی الکتریکی در آن جامعه می باشد. اگر این اندازه گیری براساس میزان مصرف خانگی باشد، بلادرنگ و به درستی استاندارد زندگی آن جامعه را در ذهن تداعی می نماید و اگر این میزان بیانگر انرژی در اختیار واحدهای صنعتی باشد، نیز معیاری جهت تولید و بهره وری بوده و نهایتاً بیان کننده پیشرفت آن جامعه می باشد.

صنعت برق در ایران، در سال 1285 شمسی با شروع به کار اولین کارخانه برق حاج امین الضرب و اعلام آمادگی پذیرش مشتری، شروع به فعالیت نمود. با گذشت یک قرن از ورود این صنعت به کشور و با بررسی آمارهای جهانی مشخص می گردد که کشور ایران در زمره 20 کشور برتر دنیا در بررسی شاخص های عمده این صنعت قرار دارد. با توجه به این وضعیت بارز کمی صنعت برق در ایران و با تفحص در مولفه های کیفی صنعت برق، وضعیت متناسب و نزدیک با شرایط استاندارد بین المللی به چشم نمی خورد و مثلاً تلفات حدود 20%، که عمده آن نیز مربوط به شبکه های توزیع نیرو می باشد شرایط نامطلوب را از جنبه کیفی در این صنعت کشور نشان می دهد و بررسی، مطالعه، تحقیق و ارائه راهکارهای مناسب را بیش از پیش در این زمینه می طلبد.

از طرفی روند روبه تزاید استفاده از نیروگاه های تولید پراکنده در جهان و بالاخص در سطح شبکه های توزیع نیرو و مزایای مرتبط با جایابی مناسب آن در شبکه های توزیع، باعث گردیده برنامه ریزی و طراحی شبکه های توزیع تواماً با وجود اینگونه نیروگاه ها مورد بررسی قرار گیرد و روش های پیشرفت جهت جایابی بهینه تولید پراکنده مورد استفاده قرار گیرد.

عنوان پایان نامه «جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش الگوریتم اجتماع پرندگان» نیز با توجه به بکارگیری روزافزون نیروگاه های تولید پراکنده در سطح شبکه های توزیع می باشد. با بررسی های به عمل آمده، در این پروژه روش کارآمد الگوریتم اجتماع پرندگان به عنوان ابزار مورد استفاده قرار گرفته است.

در این پایان نامه پس از مقدمه، در فصل دوم شبکه های توزیع نیرو به طور اختصار مورد بررسی قرار می گیرند.

در فصل سوم علاوه بر تعریف تولید پراکنده مواردی از جمله فن آوری های مرتبط با تولید پراکنده، مزایا و محدودیت های بکارگیری آن مورد بحث و بررسی قرار می گیرد.

در فصل چهارم روش بهینه سازی الگوریتم اجتماع پرندگان و پارامترهای مربوط به آن و نحوه پیاده سازی این روش بهینه سازی در حل مسائل پیوسته و ناپیوسته تشریح گردیده است.

درفصل پنجم با ارائه الگوریتم مناسبی که علاوه بر مدل سازی شبکه های شعاعی، چند فاز و غیره امکان مدلسازی DG را نیز در یک شبکه توزیع فراهم می کند پخش بار در سیستم های توزیع مورد بررسی واقع می شود.

در فصل ششم پس از مروری سریع از کارهای انجام شده، مسئله جایابی DG در یک شبکه توزیع به همراه یک مدل ریاضی جهت تابع هدف پیشنهاد گردیده و قیود و محدودیت های آن مورد بررسی قرار گرفته اند. و سپس روش بهینه سازی الگوریتم اجتماع پرندگان بر روی دو شبکه 13 باس IEEE و 34 باس IEEE به کار گرفته شده و نتایج حاصل از آن مورد بررسی قرار گرفته است.

در فصل هفتم نتیجه گیری و پیشنهادات لازم برای ادامه تحقیقات در رابطه با زمینه پژوهشی حاضر ارائه گردیده است.

فصل هشتم نیز مراجع و پیوست های مورد استفاده را در بردارد.

دانلود پاورپوینت رویکرد استوار در مسائل جایابی و تخصیص با داده های غیر قطعی - 31 اسلاید

اختصاصی از حامی فایل دانلود پاورپوینت رویکرد استوار در مسائل جایابی و تخصیص با داده های غیر قطعی - 31 اسلاید دانلود با لینک مستقیم و پر سرعت .

- در بهینه سازی تصادفی(Stochastic optimization) داده ها، مقادیری غیر قطعی فرض می شوند که به صورت تصادفی حضور دارند و در ساده ترین حالت این اطلاعات تصادفی از توزیع پیشرفته آماری خاصی پیروی می کنند. در بسیاری از موارد توزیع شناخته شده نیست.در این بحث احتمال اینکه محدودیتی برقرار باشد مطرح است.

- این گونه مسائل تا حدودی به نظر می رسد که نسبت به Robust Optimization محدودتر باشد. در کل، اگر داده های غیر قطعی از طبیعت تصادفی برخوردار بودند و توانستیم توزیع احتمال مربوط به داده ها را کشف کنیم و حاضر به تحمل هزینه خطای احتمالی در محدودیت ها شدیم این روش کاربرد خواهد داشت. با توجه به شروط مطرح شده می توان دریافت که فضای حل ما محدود می شود. هر دو موضوع Robust Optimizationو Stochastic Optimization مکمل یکدیگر هستند و معایب و مزایای مربوط به خود را دارند ولی Robust Optimization حالت کلی تری از مسائل بهینه سازی را دربر می گیرد.

برای دانلود کل پاپورپوینت از لینک زیر استفاده کنید:

پایان نامه با موضوع : روش های جایابی بهینه خازن در شبکه های قدرت

اختصاصی از حامی فایل پایان نامه با موضوع : روش های جایابی بهینه خازن در شبکه های قدرت دانلود با لینک مستقیم و پر سرعت .

فایل PDF  در 62 صفحه