Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması
Yıl: 2021 Cilt: 36 Sayı: 2 Sayfa Aralığı: 1013 - 1028 Metin Dili: Türkçe DOI: 10.17341/gazimmfd.617418 İndeks Tarihi: 29-07-2022
Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması
Öz: Bilgisayarların günümüzde her alanda kullanılmaya başlanmasıyla işlemcilere düşen yoğunluk da gün geçtikçe artmaktadır. Bu yoğunlukla baş edebilmek adına işlemcilerin sürekli olarak güncellenerek daha iyi hale getirilmesi gerekmektedir. İşlemcilerin sürekli geliştirilip hızlandırılmasına ve işlem yoğunluğu ile başa çıkabilmesi adına her geçen gün çeşitli tarifeleme algoritmaları geliştirilmeye devam edilmektedir. Tarifeleme algoritmalarının temel amacı işlemcinin verimliliğini arttırmaktır. Bunun için işlemcinin bekleyen işlemler arasında bir planlama yapması gerekmektedir. İşlemlere farklı öncelikler tanıyarak veya farklı yöntemler kullanarak bir planlama yapılabilmektedir. İşlemcinin verimliliğini arttırabilmek amacıyla bu makalede, Döner Çekirdek Algoritması, Genetik Algoritma ile geliştirilmiştir. Kuyrukta bekleyen işlemler ve onlara ait parametrelere uygun kuantum süresi seçilerek optimum değerlerin bulunması hedeflenmiştir. Geliştirilen yeni yöntem, var olan standart algoritmalar ile kıyaslandığında, bekleme zamanının ve dönüş süresinin diğer algoritmalardan daha kısa olduğu gözlenmiştir.
Anahtar Kelime: Finding the optimum parameter values of the round robin cpu scheduling algorithm with genetic algorithm
Öz: With the use of computers in every field, the usage intensity of processors is increasing day by day. In order to cope with this intensity, processors need to be constantly updated and improved. Various scheduling algorithms are being developed every day in order to continuously improve and accelerate the processors and to cope with the processing intensity. The main purpose of the scheduling algorithms is to increase the efficiency of the processor. For this, the processor needs to make a planning between the pending processes. Planning can be done by giving different priorities or using different methods. In order to increase the efficiency of the processor, in this paper, existing algorithms were examined. Round Robin Algorithm was improved using Genetic Algorithm. It is aimed to find the optimum values by selecting the quantum value according to the pending processes and their parameters. When the developed new method compared with the existing standard algorithms, it is observed that the waiting time and the turnaround time were shorter than the other algorithms.
Anahtar Kelime: Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- 1. Alam, B., Fuzzy round robin CPU scheduling algorithm. Journal of Computer Science, 9 (8), 1079-1085, 2013.
- 2. Kumarsaroj, S., Sharma, A. K., Chauhan, S. K., A novel CPU scheduling with variable time quantum based on mean difference of burst time, Proceeding-IEEE International Conference on Computing, Communication and Automation (ICCCA), 1342-1347, 2016.
- 3. Parekh, H. B., Chaudhari, S., Improved round robin CPU scheduling algorithm: round robin, shortest job first and priority algorithm coupled to increase throughput and decrease waiting time and turnaround time, International conference on global trends in signal processing, ınformation computing and communication (ICGTSPICC), 184–187, 2016.
- 4. Neshat, M., Sargolzaei, M., Najaran, A., Adeli, A., The new method of adaptive CPU scheduling using fonseca and fleming’s genetic algorithm, Journal of Theoretical and Applied Information Technology, 37 (1), 1-16, 2012.
- 5. Fonseca, C. M., Fleming, P. J., Genetic algorithms for multiobjective optimization: Formulation, discussion, and generalization,. 5th International Conference on Genetic Algorithms, California, 416–423, 1993.
- 6. Banerjee, P., Singh, A., Kumar, R. Comparative performance analysis of optimized round robin scheduling (ORR) using dynamic time quantum with round robin scheduling using static time quantum in Real Time System. International Journal of Engineering and Computer Science, 8 (12), 24890-24893, 2019.
- 7. Dhumal, R. A., Maktum, T. A., Ragha, L., Dynamic quantum based genetic round robin algorithm, International Journal of Advanced Research in Computer and Communication Engineering, 3 (3), 5905-5908, 2014.
- 8. Hussein, Q. M., Hasoon, A. N., Dynamic process scheduling using genetic algorithm, Annual Conference on New Trends in Information and Communications Technology Applications (NTICT), 111–115, 2017.
- 9. Siregar, M. U., A new approach to CPU scheduling algorithm: genetic round robin. Int. J. Comput. Appl. Technol., 47 (19), 18-25, 2012.
- 10. Karaboğa, D., Yapay Zeka ve Optimizasyon Algoritmaları, Nobel Yayın Dağıtım, Ankara, 2011.
- 11. Tanenbaum, A. S., Modern Operating Systems 2nd Edition, Pearson Education, USA, 2002.
- 12. Silberschatz, A., Galvin, P. B., Gagne, G., Operating System Concepts Essentials, John Wiley & Sons, USA, 2014.
- 13. Kiraz A., Canpolat O., Ozkurt C., Taşkın H., Sarp, E., Examination of the criteria affecting Industry 4.0 with structural equation model and a pilot study, Journal of the Faculty of Engineering and Architecture of Gazi University, 35 (4), 2183-2196, 2020.
- 14. Holland, J. H., Adaptation in natural and artificial systems: an introductory analysis with applications to biology, control, and artificial intelligence. MIT press, 1992.
- 15. Satman, M. H., Genetik Algoritmalar, Türkmen Kitabevi, İstanbul, 2016.
- 16. Singh, A., Goyal, P., Batra, S., An optimized round robin scheduling algorithm for CPU scheduling, International Journal on Computer Science and Engineering(IJCSE), 02 (7), 2383–2385, 2010.
- 17. Punhani, A., Kumar, S., Chaudhary, R., Sharma, A. K., A CPU scheduling based on multi criteria with the help of evolutionary algorithm, 2nd IEEE International Conference on Parallel, Distributed and Grid Computing, 730-734, 2012.
- 18. Alsulami, A.A., et al. Performance Evaluation of Dynamic Round Robin Algorithms for CPU Scheduling. In Proceeding of IEEE SoutheastCon, 1-5, 2019.
- 19. Noon, A., Kalakech, A., Kadry S., A new round robin based scheduling algorithm for operating systems: dynamic quantum using the mean average, International Journal of Computer Science Issues, 8 (3), 224-229, 2011.
- 20. Kosmaz, B., Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması, Yüksek Lisans Tezi, Fen Bilimleri Ens., Erciyes Üniv., 2019.
- 21. Srinivas, M., Patnaik, L. M. Genetic algorithms: A survey. Computer, 27 (6), 17-26, 1994.
| APA | Okdem S, Koşmaz B (2021). Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. , 1013 - 1028. 10.17341/gazimmfd.617418 |
| Chicago | Okdem Selcuk,Koşmaz Betül Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. (2021): 1013 - 1028. 10.17341/gazimmfd.617418 |
| MLA | Okdem Selcuk,Koşmaz Betül Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. , 2021, ss.1013 - 1028. 10.17341/gazimmfd.617418 |
| AMA | Okdem S,Koşmaz B Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. . 2021; 1013 - 1028. 10.17341/gazimmfd.617418 |
| Vancouver | Okdem S,Koşmaz B Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. . 2021; 1013 - 1028. 10.17341/gazimmfd.617418 |
| IEEE | Okdem S,Koşmaz B "Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması." , ss.1013 - 1028, 2021. 10.17341/gazimmfd.617418 |
| ISNAD | Okdem, Selcuk - Koşmaz, Betül. "Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması". (2021), 1013-1028. https://doi.org/10.17341/gazimmfd.617418 |
| APA | Okdem S, Koşmaz B (2021). Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 36(2), 1013 - 1028. 10.17341/gazimmfd.617418 |
| Chicago | Okdem Selcuk,Koşmaz Betül Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 36, no.2 (2021): 1013 - 1028. 10.17341/gazimmfd.617418 |
| MLA | Okdem Selcuk,Koşmaz Betül Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol.36, no.2, 2021, ss.1013 - 1028. 10.17341/gazimmfd.617418 |
| AMA | Okdem S,Koşmaz B Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2021; 36(2): 1013 - 1028. 10.17341/gazimmfd.617418 |
| Vancouver | Okdem S,Koşmaz B Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2021; 36(2): 1013 - 1028. 10.17341/gazimmfd.617418 |
| IEEE | Okdem S,Koşmaz B "Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması." Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 36, ss.1013 - 1028, 2021. 10.17341/gazimmfd.617418 |
| ISNAD | Okdem, Selcuk - Koşmaz, Betül. "Döner çekirdek cpu tarifeleme algoritmasının optimum parametre değerlerinin genetik algoritma ile bulunması". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 36/2 (2021), 1013-1028. https://doi.org/10.17341/gazimmfd.617418 |
