| Автори | Nameet Kumar Sethy1, Dhiren Kumar Behera2 |
| Афіліація |
1Department of MECH, Indira Gandhi Institute of Technology, Sarang, BPUT, Rourkela, Odisha, India 2Department of PROD, Indira Gandhi Institute of Technology, Sarang, BPUT, Rourkela, Odisha, India |
| Е-mail | nameet158@gmail.com |
| Випуск | Том 17, Рік 2025, Номер 5 |
| Дати | Одержано 12 серпня 2025; у відредагованій формі 16 жовтня 2025; опубліковано online 30 жовтня 2025 |
| Цитування | Nameet Kumar Sethy, Dhiren Kumar Behera, Ж. нано- електрон. фіз. 17 № 5, 05032 (2025) |
| DOI | https://doi.org/10.21272/jnep.17(5).05032 |
| PACS Number(s) | 07.05.Tp, 73.61.Jc |
| Ключові слова | NEH, PIG_NEH, Флоу-цех, Планування (3) , Виробництво напівпровідників на серверній частині. |
| Анотація |
Ця робота робить внесок у вирішення важливої проблеми, з якою стикається галузь виробництва напівпровідникових серверних частин з високою операційною складністю та енергоспоживанням. Традиційні алгоритми планування NEH мінімізують тривалість виконання, але не враховують цілі енергоспоживання та сталого розвитку. Щоб вирішити цю проблему, ми представили та оцінили новий гібридний алгоритм PIG_NEH (Population-based Iterated Greedy NEH), який включає методології ітеративного уточнення та пошуку на основі популяції. Метод базується на комп'ютерному моделюванні, реалізованому на Python (версія 3.11) на машині з Windows 11, що працює на процесорі AMD Ryzen 3 з тактовою частотою 2,41 ГГц у парі з 4 ГБ оперативної пам'яті. Експерименти, що використовували статичні дані, включали оцінку продуктивності планування для п'яти різних конфігурацій параметрів, включаючи чотири (4) набори даних розміром 8, 20, 30 та 50, з використанням машин з 5 та 20. Ми оцінили такі показники, як тривалість виконання, енергоефективність та час обчислення. Було проведено статистичні порівняння між NEH та PIG_NEH, які представлені у вигляді t-тестів для виявлення компромісів. PIG_NEH зменшує тривалість виконання ще на 1,85% порівняно з NEH, а також підвищує енергоефективність, хоча досягається зменшення обчислювальних витрат на 37 622,54 %. Ці результати сприяють практиці сталого планування двома способами: перший – покращене використання ресурсів, а другий – інтеграція цілей енергозбереження у виробничі системи. |
|
Перелік посилань |