• Journal of information and communication convergence engineering
• /
• 제16권4호
• /
• pp.264-270
• /
• 2018

In our research study, we aim at optimizing multiple load in cloud, effective resource allocation and lesser response time for the job assigned. Using Hadoop on datacenter is the best and most efficient analytical service for any corporates. To provide effective and reliable performance analytical computing interface to the client, various cloud service providers host Hadoop clusters. The previous works done by many scholars were aimed at execution of workflows on Hadoop platform which also minimizes the cost of virtual machines and other computing resources. Earlier stochastic hill climbing technique was applied for single parameter and now we are working to optimize multiple parameters in the cloud data centers with proposed heuristic hill climbing. As many users try to priorities their job simultaneously in the cluster, resource optimized workflow scheduling technique should be very reliable to complete the task assigned before the deadlines and also to optimize the usage of the resources in cloud.

• 대한기계학회논문집A
• /
• 제38권1호
• /
• pp.37-44
• /
• 2014

본 연구에서는 전기이륜차의 1회충전주행거리를 알아보기 위해 도로 주행시험과 차대동력계(Chassis Dynamometer) 주행시험을 하였다. 도로주행시험은 대전시(Daejeon Metropolitan City)의 도로 중 대표적인 3가지 루트에서 주행시험을 하였다. 차대동력계를 이용한 CVS-40모드 주행시험의 경우 도로 부하조건을 다양하게 설정하여 CVS-40 모드주행을 실시하였다. 본 연구를 통하여 도로에서의 전기이륜차의 1회 충전주행거리(Per-Charge Range Testing)를 확인하고, 차대동력계 도로부하 설정방법에 따른 주행거리 및 에너지소비효율을 측정하였다. 이를 통해 실도로 주행시험과 차대동력계 주행시험을 비교하여, 차대동력계 실험에서도 전기이륜차 1회충전주행거리시험이 실도로에서의 주행조건과 근접한 결과를 갖는 도로부하 설정에 대해 연구하였다.