Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
MULTI-OBJECTIVE OPTIMISATION: APPLICATION EN CLOUD COMPUTING
Univ Europeenne - EAN : 9786138399940
Édition papier
EAN : 9786138399940
Paru le : 1 oct. 2018
39,90 €
37,82 €
Bientôt disponible
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786138399940
- Réf. éditeur : 2427780
- Editeur : Univ Europeenne
- Date Parution : 1 oct. 2018
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 76
- Poids : 126gr
- Interdit de retour : Retour interdit
- Résumé : La croissance de l'informatisation des entreprises a augmenté de façon considérable la taille et l'importance des données stockés. Un stockage efficace et pas cher est donc souhaitable. Avec l'avènement de l'informatique en nuage, les entreprises peuvent louer des serveurs virtuels de grand capacité et efficacité. Pour les utiliser, les entreprises doivent payer pour la taille de données stockées et le temps de calcul des requêtes. Dans ce contexte, l'idée d'utiliser des vues dans la base de données va réduire le temps de calcul des requêtes, cependant en augmentant la taille des données stockées. Ceux deux paramètres nous donnent, donc, un trade off comme critère de décision qui peut être modélisé comme un problème mathématique. Ainsi, dans ce travail, on a proposé des résolutions pour ce problème avec quelques approches différentes: une métaheuristique de NSGA-II (nondominated sorting genetic algorithm II), Path-Relinking et GRAPS (Greedy Randomized Adaptive Search Procedure) pour le problème multi objectif et des méthodes exactes avec relaxation lagrangienne et branch-and-bound pour les problèmes mono objectif.