Запропоновано нові математичні моделі обчислювального процесу на основі систем масового обслуговування. Розроблено методику оцінювання систем паралельних обчислень для різних шаблонів паралельного програмування з урахуванням стратегій організації даних. Встановлено критерії оцінювання патернів "майстер - робітник", "одна програма - багато даних", "розподіляй і володарюй" і стратегій організації даних: "централізація", "дублювання" та "розчленування". Експериментально досліджено вплив шаблонів паралельних алгоритмів на ефективність виконання паралельних програм обробки однорідних даних для кластерних комплексів різної архітектури. Запропоновано гібридний генетичний алгоритм кластеризації даних для задач Data Mining, розпізнавання образів і стискання даних. Проведено порівняльне дослідження швидкості збіжності класичного та гібридного генетичного алгоритмів за результатами експериментів.

  Скачати повний текст