著者

中山 功一 松井 博和 下原 勝憲 片井 修

出版者

一般社団法人情報処理学会

雑誌

情報処理学会論文誌数理モデル化と応用(TOM) (ISSN:18827780)

巻号頁・発行日

vol.47, no.1, pp.40-55, 2006-02-15

被引用文献数

1

---

本論文では,ネットワークに接続された多数のパーソナル・コンピュータ(PC)が,互いの余剰計算機資源を相互利用する分散処理システムの設計モデルの1 つとして,分割されたタスクを自律的なエージェントとするエージェント指向グリッドコンピューティング(MAO-Grid)を提案する.また,MAO-Grid においてタスク処理量を最大化するロードバランシングを獲得するエージェント学習手法として,マルチエージェントシステムにおいて有効な動的離隔型GA(DS-GA)を用いる.MAO-Grid にDS-GA を適用した実験から,計算機資源やネットワーク資源が動的に変化する環境において,システム全体のタスク処理量を最大化にするロードバランシングを獲得した.In this paper, we propose the Multi-agent Oriented Grid Computing (MAO-Grid) approach to efficiently use the surplus resources of personal computers (PCs) connected to a network. Dynamically Separating GA (DS-GA), one of the effective learning algorithms for multi-agent systems, is used as the optimization algorithm for MAO-Grid. We conducted experiments applying the DS-GA to MAO-Grid. The results showed that load balancing was optimized according to the characteristics of computational resources in dynamic environments.