English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Zendy Open

Presents the pdf analysis as premium feature

PDF Analysis

Insights

Presents the summarisation as premium feature

Summarisation

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the zaia usage as premium feature

ZAIA

Zendy Tools

Zendy Plus

Presents the access of premium content as premium feature

Premium Content

Scheduling und Ressourcenplanung sind Aufgaben, die in vielen Einsatzbereichen wie z.B. der Maschinenbelegung oder Projektplanung vorkommen. In diesem Beitrag wird eine verwandte Aufgabenstellung vorgestellt, nämlich die Ressourcen- und Jobplanung im Bereich des Grid-Computing. Auf Grund der Dynamik in einem solchen heterogenen Rechnernetz ist eine schnelle Reaktion und häufige Umplanung innerhalb weniger Minuten erforderlich. Daher kommt es vor allem auf gute Resultate innerhalb eines vorgegebenen Zeitrahmens an und weniger darauf, das Optimum zu finden. Zur Lösung dieses Problems werden Heuristiken und der Evolutionäre Algorithmus GLEAM eingesetzt. Der Beitrag vergleicht mit Hilfe geeigneter Benchmarks zwei unterschiedliche Genmodelle, zwei Verfahren zur Reparatur illegaler Schedules und den Effekt eines Hilfskriteriums zur schnelleren Verbesserung von Schedules. Außerdem wird die Wirkung zweier bekannter Crossover-Operatoren für kombinatorische Optimierung untersucht. Dabei zeigt es sich, dass der Evolutionäre Algorithmus trotz der zeitlichen Einschränkung eine deutliche Verbesserung der heuristisch erzeugten Schedules erreicht.

Schnelles Scheduling mit Hilfe eines hybriden Evolutionären Algorithmus Fast Scheduling by Means of a Hybrid Evolutionary Algorithm