research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Memory Allocation Technique for Segregated Free List Based on Genetic Algorithm

Author: Manal F. Younis
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2012 Volume: 15 Issue: 2 Pages: 161-168
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Dynamic memory management is an important part of computer systems design. Efficient memory allocation, garbage collection and compaction are becoming increasingly more critical in parallel, distributed and real-time applications. The memory efficiency is related to the fragmentation. Segregation is one of the simplest allocation policies which use a set of free lists, where each list holds blocks of a particular size. When the process requests a memory. The free list for the appropriate size is used to satisfy the request. This paper proposes a scheme to reduce the internal fragmentation of a segregated free list for improving memory efficiency using genetic algorithm (GA) to find the optimal configuration. Because the genetic algorithms (GAs) are largely used in optimization problems, they facilitate a good alternative in problem areas where the number of constraints is too large for humans to efficiently evaluate. This GA is tested under five randomly created workloads to find the best configuration. The results are acceptable when compared with optimal configurations of these workloads

ادارة الذاكرة الداينميكية هي جزء مهم في تصميم انظمة الكمبيوتر. اصبح التخصيص الكفوء للذاكرة و جمع الاجزاء الصغيرة وضغطها من الامور الضرورية والحرجة في الانظمة المتوازية والتوزيعية وتطبيقات الانظمة ذات الوقت الحقيقي. كفاءة الذاكرة لها علاقة بتقسيمها الى اجزاء صغيرة غير مستغلة. تجزاة الذاكرة الى مقاطع مختلفة الحجم التي تنظم بشكل قائمة هي ابسط انواع طرق تخصيص الذاكرة. وعندما يطلب البرنامج ذاكرة يفضل تخصيص الحجم المناسب لطلبه. ففي هذا البحث تم اقتراح طريقة لتقليل الاجزاء الفارغة في المقاطع المقسمة لها الذاكرة باستخدام الخوارزمية الجينية وذلك بايجاد افضل تقسيم للذاكرة. فالخوارزمية الجينية تستخدم لايجاذ الحلول الفضلى وخاصة عندما يكون الاختيار حل واحد من مجموعة كبيرة من الحلول المقترحة. وتم اختبار الحل المقترح (باستخدام الخوارزمية الجينية) على خمسة عينات وكانت النتائج مقبولة مقارنة بالحلول الفضلى المحسوبة يدوياً لهذه العينات

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2012 (1)