應用基因演算法於叢集電腦機房強迫對流裝置佈局最佳近似解之研究

Applying Genetic Algorithms to Cluster Computer Rooms for Best Approximate Solutions of the Forced Convection Equipment Layout

陳玉珍(Yun-Chen Chen)

指導教授 ： 周世傑

國立中央大學/管理學院/資訊管理學系碩士在職專班/碩士(2008年)

摘要

在有限空間且電子設備排列密度極高並以冷氣及風扇強迫對流裝置散熱的叢集電腦機房，如何排列強迫對流裝置以能有效的散熱，讓電子設備處於正常的運轉狀態，對機房的管理而言，是一個很重要的課題。
在侷促空間中，加上冷氣及風扇氣流的因素，機房的流場顯得非常紊亂，要以流體力學軟體來模擬流場狀態，以找到機房強迫對流裝置的合適佈局是非常困難的事，因此，本研究應用基因演算法，並以類神經網路學習模型建立適應函數，以找到機房強迫對流裝置佈局之最佳近似解。

關鍵字

基因演算法 ； 類神經網路 ； 強迫對流

並列摘要

To keep the electronic installation at normal operation, effective heat dissipation of the extremely crowded cluster computer room is needed. Usually, fans and air conditioning equipments are used to assist this heat dissipation work. In the cramped space of crowded cluster computer room, airflow is exceptionally disorderly. How to arrange the fans and the air conditioning equipments to make heat dissipation effective is an important problem.
Using Computational Fluid Dynamics (CFD) software to simulate the airflow to find solutions for effective heat dissipation is extremely difficult. The purpose of this research is to apply neural networks model to establish a fitness function first, then, have this fitness function used by genetic algorithms in the finding of best approximate solutions for solving the problem of effective heat dissipation in cluster computer rooms.

並列關鍵字

forced convection ； artificial neural network ； genetic algorithm.

參考文獻

[8] 連立川、葉怡成、鄭明淵，「以遺傳演算法及運算樹作為高性能混土強度建模」，技術學刊，第二十一卷，第一期，pp. 41–54，2006。

[11] 易正倫，「空調模擬機之研究」，臺灣大學機械工程學研究所碩士論文，2001。

[15] 陳文松，「大型中央電腦機房空調氣流分佈最佳化之研究」，台北科技大學冷凍空調工程研究所碩士論文，2003。

[16] 陳宏坤，「應用遺傳演算法於倉儲批發量販業之賣場設施佈置問題之研究」，元智大學工業工程研究所碩士論文，2000。

[3] Goldberg, D. E., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley Professional, New York, 1989.