I
nd
o
ne
s
ia
n J
o
urna
l o
f
E
lect
rica
l En
g
ineering
a
nd
Co
m
p
u
t
er
Science
Vo
l.
21
,
No
.
2
,
Feb
r
u
ar
y
2
0
2
1
,
p
p
.
1
0
3
9
~1
0
47
I
SS
N:
2
5
02
-
4
7
5
2
,
DOI
: 1
0
.
1
1
5
9
1
/i
j
ee
c
s
.
v
2
1
.i
2
.
p
p
1
0
3
9
-
10
47
1039
J
o
ur
na
l ho
m
ep
a
g
e
:
h
ttp
:
//ij
ee
cs.ia
esco
r
e.
co
m
Q
ua
lity a
nd
ener
g
y
opti
m
i
z
e
d sche
duling
t
ec
hnique
for
ex
ecuting scien
tif
i
c w
o
rk
lo
a
d in c
lo
ud co
m
puti
ng
env
iro
n
m
en
t
Na
g
endra
P
ra
s
a
d S,
Su
ba
s
h
S
k
ul
k
a
rn
i
P
E
S
I
n
stit
u
te
o
f
tec
h
n
o
l
o
g
y
,
Ba
n
g
a
lo
re
S
o
u
th
Ca
m
p
u
s,
In
d
ia
Art
icle
I
nfo
AB
ST
RAC
T
A
r
ticle
his
to
r
y:
R
ec
eiv
ed
A
p
r
2
9
,
2
0
2
0
R
ev
i
s
ed
J
u
n
1
5
,
2
0
2
0
A
cc
ep
ted
J
u
l 8
,
2
0
2
0
M
o
d
e
r
n
Big
Da
ta
d
a
ta
-
in
ten
siv
e
a
n
d
sc
ien
ti
f
ic
w
o
rk
lo
a
d
e
x
e
c
u
ti
o
n
is
c
h
a
ll
e
n
g
in
g
.
T
h
e
m
a
jo
r
issu
e
s
a
re
re
li
a
b
le
p
r
o
c
e
ss
in
g
,
p
e
rf
o
rm
a
n
c
e
e
ff
ici
e
n
c
y
a
n
d
e
n
e
rg
y
e
ff
ic
a
c
y
p
e
rq
u
isit
e
o
f
Big
Da
ta
p
ro
c
e
ss
in
g
f
ra
m
e
w
o
rk
.
T
h
is
w
o
rk
a
ss
u
m
e
se
l
f
-
a
w
a
re
M
C
a
rc
h
it
e
c
tu
re
s
th
a
t
a
u
to
n
o
m
o
u
sl
y
a
d
ju
st
o
r
o
p
ti
m
ize
th
e
ir
p
e
rf
o
rm
a
n
c
e
to
a
c
c
o
m
m
o
d
a
te
u
se
rs
q
u
a
li
ty
o
f
se
r
v
ice
(Qo
S
)
p
e
rf
o
r
m
a
n
c
e
re
q
u
ire
m
e
n
t,
jo
b
e
x
e
c
u
ti
o
n
p
e
rf
o
rm
a
n
c
e
,
e
n
e
r
g
y
e
ff
icie
n
c
y
,
a
n
d
re
so
u
rc
e
a
c
c
e
ss
ib
il
it
y
.
Ex
ten
siv
e
w
o
rk
lo
a
d
sc
h
e
d
u
li
n
g
h
a
s
b
e
e
n
p
r
e
se
n
ted
to
m
in
i
m
ize
e
n
e
r
g
y
c
o
n
s
u
m
p
ti
o
n
in
c
lo
u
d
c
o
m
p
u
ti
n
g
(CC)
e
n
v
iro
n
m
e
n
t.
Ho
w
e
v
e
r,
th
e
e
x
isti
n
g
w
o
rk
lo
a
d
sc
h
e
d
u
li
n
g
m
o
d
e
l
in
d
u
c
e
s
h
ig
h
e
r
a
m
o
u
n
t
o
f
in
tera
c
ti
o
n
c
o
st
b
e
tw
e
e
n
in
ter
-
p
r
o
c
e
ss
o
rs
c
o
m
m
u
n
ica
ti
o
n
s.
F
u
r
th
e
r,
d
u
e
to
p
o
o
r
re
so
u
rc
e
u
ti
li
z
a
ti
o
n
,
ro
u
ti
n
g
in
e
ff
icie
n
c
y
th
e
se
e
x
isti
n
g
m
o
d
e
l
in
d
u
c
e
s
h
ig
h
e
r
e
n
e
rg
y
c
o
st
a
n
d
f
a
il
s
t
o
m
e
e
t
w
o
rk
lo
a
d
Qo
S
p
re
re
q
u
isit
e
.
F
o
r
o
v
e
rc
o
m
in
g
r
e
se
a
r
c
h
c
h
a
ll
e
n
g
e
s,
th
is
p
a
p
e
r
p
re
se
n
ted
q
u
a
li
ty
a
n
d
e
n
e
rg
y
o
p
ti
m
ize
d
sc
h
e
d
u
li
n
g
(QEOS)
tec
h
n
i
q
u
e
f
o
r
e
x
e
c
u
ti
n
g
d
a
t
a
-
in
ten
siv
e
w
o
rk
lo
a
d
b
y
e
m
p
lo
y
in
g
d
y
n
a
m
i
c
v
o
lt
a
g
e
a
n
d
f
re
q
u
e
n
c
y
sc
a
li
n
g
(DV
F
S
)
tec
h
n
iq
u
e
.
Ex
p
e
rim
e
n
t
o
u
tco
m
e
sh
o
w
s
QEOS
m
o
d
e
l
a
tt
a
in
s
g
o
o
d
trad
e
-
o
ff
b
e
tw
e
e
n
s
y
ste
m
p
e
rf
o
r
m
a
n
c
e
a
n
d
e
n
e
rg
y
c
o
n
su
m
p
ti
o
n
in
m
u
lt
i
-
c
o
re
c
lo
u
d
c
o
m
p
u
ti
n
g
(CC)
a
rc
h
it
e
c
tu
re
s w
h
e
n
c
o
m
p
a
re
d
w
it
h
e
x
isti
n
g
m
o
d
e
l.
K
ey
w
o
r
d
s
:
B
ig
Data
w
o
r
k
lo
ad
C
lo
u
d
co
m
p
u
tin
g
Mu
lti
-
co
r
e
en
v
ir
o
n
m
en
t
Mu
lti
-
o
b
j
ec
tiv
e
o
p
ti
m
izatio
n
p
r
o
b
lem
Qo
S
SLA
T
h
is
is
a
n
o
p
e
n
a
c
c
e
ss
a
rticle
u
n
d
e
r th
e
CC B
Y
-
SA
li
c
e
n
se
.
C
o
r
r
e
s
p
o
nd
ing
A
uth
o
r
:
Nag
e
n
d
r
a
P
r
asad
S
P
E
S I
n
s
titu
te
o
f
tech
n
o
lo
g
y
H
o
s
u
r
R
d
,
Ko
n
ap
p
an
a
Ag
r
ah
a
r
a
E
lectr
o
n
ic
C
it
y
,
B
en
g
a
lu
r
u
,
K
ar
n
atak
a
5
6
0
1
0
0
,
I
n
d
ia
E
m
ail:
n
ag
e
n
d
r
ap
s
0
9
@
r
ed
if
f
m
ail.
co
m
1.
I
NT
RO
D
UCT
I
O
N
C
lo
u
d
co
m
p
u
ti
n
g
h
a
s
b
ee
n
c
en
ter
o
f
at
tr
ac
tio
n
f
o
r
in
d
u
s
tr
y
as
w
ell
as
ac
ad
e
m
ia
p
u
r
p
o
s
e
s
i
n
ce
it
p
r
o
v
id
es
f
le
x
ib
le
co
m
p
u
t
in
g
m
o
d
el
a
n
d
b
u
s
i
n
e
s
s
p
u
r
p
o
s
e,
i
t
m
ai
n
l
y
f
o
c
u
s
o
n
t
h
e
h
u
g
e
co
m
p
u
ti
n
g
r
eso
u
r
ce
i
n
d
is
tr
ib
u
ted
r
eso
u
r
ce
p
o
o
l
to
ac
h
iev
e
th
e
lar
g
e
s
ca
le
a
s
well
as
ef
f
icie
n
t
R
U
(
r
eso
u
r
ce
u
tili
za
t
io
n
)
f
r
o
m
in
ter
n
e
t
u
s
i
n
g
lo
w
m
a
in
te
n
a
n
ce
co
s
t
an
d
m
i
n
i
m
al
p
lat
f
o
r
m
m
a
n
ag
e
m
e
n
t.
Mo
r
eo
v
er
,
w
o
r
k
f
lo
w
is
o
n
e
o
f
th
e
co
m
m
o
n
m
o
d
el
f
o
r
t
h
e
d
ata
in
te
n
s
i
v
e
ap
p
licatio
n
s
a
n
d
L
S
(
lar
g
e
s
ca
le
)
s
cie
n
ti
f
ic
co
m
p
u
ti
n
g
t
h
at
r
u
n
s
o
n
I
AA
S
a
n
d
th
ese
m
o
d
els
ar
e
f
o
r
m
ed
th
r
o
u
g
h
th
e
d
ata
d
ep
en
d
en
cies
an
d
th
e
n
u
m
b
er
o
f
task
.
Mo
r
eo
v
er
,
W
o
r
k
f
lo
w
ca
n
b
e
ea
s
il
y
ab
s
tr
ac
ted
in
to
th
e
D
A
G
(
d
ir
ec
ted
ac
y
clic
g
r
ap
h
)
w
h
er
e
t
h
e
ed
g
e
d
en
o
tes
th
e
d
ep
en
d
en
cies
a
m
o
n
g
t
h
e
ta
s
k
a
n
d
n
o
d
e
d
en
o
tes
t
h
e
ta
s
k
it
s
el
f
.
I
n
ad
d
itio
n
,
t
h
er
e
h
as
b
ee
n
n
u
m
er
o
u
s
ad
v
an
ta
g
e
o
f
u
s
i
n
g
t
h
e
C
lo
u
d
o
n
w
o
r
k
f
lo
w
s
;
s
o
m
e
o
f
t
h
e
g
r
id
w
o
r
k
f
lo
w
s
u
ch
a
s
ASK
AL
ON
a
n
d
P
eg
asu
s
h
av
e
a
lr
ea
d
y
s
tar
ted
s
u
p
p
o
r
tin
g
th
e
e
x
ec
u
tio
n
o
f
w
o
r
k
f
lo
ws
o
n
t
h
e
C
lo
u
d
P
latf
o
r
m
s
.
F
u
r
th
er
m
o
r
e,
I
AAS
i
s
clo
u
d
s
er
v
ice
m
o
d
el
an
d
it
p
r
o
v
id
es
th
e
cu
s
to
m
er
w
it
h
th
e
p
r
ec
o
n
f
ig
u
r
ed
r
elea
s
e
o
r
th
e
p
r
o
v
is
io
n
ab
ilit
ies
v
ir
tu
a
l
m
ac
h
i
n
e
f
r
o
m
t
h
e
g
iv
e
n
i
n
f
r
as
tr
u
ct
u
r
e
o
f
clo
u
d
.
C
u
s
t
o
m
er
ca
n
ac
ce
s
s
t
h
e
Vir
t
u
al
Ma
ch
i
n
e
also
k
n
o
w
n
as
i
n
s
ta
n
ce
i
n
u
n
li
m
ited
co
m
p
u
ter
r
eso
u
r
ce
s
an
d
lo
w
er
T
C
O
(
to
tal
co
s
t
o
f
o
w
n
er
s
h
ip
)
to
co
m
p
u
te
t
h
e
ta
s
k
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
5
0
2
-
4752
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci,
Vo
l.
21
,
No
.
2
,
Feb
r
u
ar
y
2
0
2
1
:
10
39
-
10
47
1040
[
1
]
.
No
r
m
all
y
th
e
ab
o
v
e
-
d
es
cr
ib
ed
s
er
v
ice
ar
e
co
n
s
id
er
e
d
u
n
d
er
th
e
S
L
A
(
s
er
v
ice
le
v
el
a
g
r
ee
m
e
n
t
)
an
d
d
ef
in
e
s
th
e
Qo
S
(
q
u
alit
y
o
f
s
er
v
ice
)
as
w
ell
as
t
h
e
ten
u
r
e.
I
n
ad
d
itio
n
,
W
FS
(
w
o
r
k
f
lo
w
Sch
ed
u
l
in
g
)
is
also
co
n
s
id
er
ed
th
e
NP
-
co
m
p
lete
p
r
o
b
lem
an
d
h
elp
s
in
f
in
d
i
n
g
th
e
p
r
o
p
er
s
ch
e
m
e
f
o
r
a
s
s
i
g
n
i
n
g
t
h
e
s
er
v
ice
s
/tas
k
in
th
e
MP
(
m
u
lti
-
p
r
o
ce
s
s
o
r
)
en
v
ir
o
n
m
e
n
t.
T
h
e
m
u
lti
-
co
r
e
m
eth
o
d
o
lo
g
y
d
escr
ib
es
a
s
tag
e
ch
a
n
g
e
in
t
h
e
q
u
an
tit
y
o
f
p
r
o
ce
s
s
in
g
co
r
es
a
cc
ess
ib
le
ei
th
er
in
s
i
n
g
le
g
ad
g
ets
o
r
i
n
f
ir
m
l
y
co
u
p
led
e
n
v
ir
o
n
m
e
n
t
[
2
]
.
Us
in
g
m
et
h
o
d
s
an
d
s
tr
ateg
ie
s
o
b
tain
ed
f
r
o
m
t
h
e
Net
w
o
r
k
-
on
-
C
h
i
p
(
No
C
)
[
3
]
,
So
C
s
(
s
y
s
te
m
-
on
-
c
h
ip
s
)
[
4
]
,
FP
GA
[
5
]
,
h
ar
d
w
ar
e
ex
te
n
s
io
n
s
u
c
h
as
I
n
tel
SGX
[
6
]
an
d
g
r
ap
h
i
ca
l
p
r
o
ce
s
s
in
g
u
n
it
s
(
GP
U)
e
n
v
ir
o
n
m
e
n
t
[
7
,
8
]
,
m
u
lti
-
co
r
e
f
r
a
m
e
w
o
r
k
s
ar
e
p
r
o
b
ab
ly
g
o
in
g
to
co
n
s
id
er
ab
ly
af
f
ec
t
ap
p
licatio
n
ad
v
a
n
ce
m
e
n
t,
p
u
s
h
in
g
to
w
ar
d
s
d
ata
f
lo
w
co
m
p
u
tat
io
n
al
a
n
d
m
e
m
o
r
y
m
o
d
els.
I
n
t
h
e
m
ea
n
ti
m
e,
t
h
e
tr
ad
itio
n
a
l
co
n
s
id
e
r
atio
n
o
f
"
a
h
ig
h
er
n
u
m
b
er
o
f
co
m
p
u
tatio
n
al
co
r
es
t
h
an
p
r
o
ce
s
s
o
r
s
"
w
i
ll
b
e
r
e
leased
o
r
tr
an
s
f
o
r
m
ed
,
d
i
m
i
n
i
s
h
i
n
g
s
o
m
e
w
h
at
th
e
m
u
lti
f
ac
eted
(
co
m
p
le
x
itie
s
)
n
atu
r
e
o
f
p
r
o
ce
d
u
r
es,
f
o
r
e
x
a
m
p
le,
f
lu
c
tu
at
io
n
a
n
d
p
o
w
er
/
h
ea
t
d
is
s
e
m
i
n
atio
n
,
lo
ad
b
alan
cin
g
a
n
d
tas
k
m
ap
p
i
n
g
etc.
Mo
r
eo
v
er
in
p
r
o
ce
s
s
o
f
w
o
r
k
l
o
ad
s
ch
ed
u
li
n
g
,
u
s
er
h
a
v
e
to
s
u
b
m
it
th
eir
a
s
s
i
g
n
ed
j
o
b
to
th
e
C
S
(
clo
u
d
s
ch
ed
u
ler
)
,
at
f
ir
s
t
C
S
in
q
u
ir
e
s
th
e
C
I
S
(
clo
u
d
i
n
f
o
r
m
atio
n
s
er
v
ice
)
to
g
e
t
th
e
a
v
ailab
le
r
e
s
o
u
r
ce
s
tat
u
s
a
lo
n
g
w
it
h
t
h
eir
attr
ib
u
tes.
C
lo
u
d
Sch
ed
u
ler
a
s
s
i
g
n
s
t
h
e
v
ar
io
u
s
u
s
er
j
o
b
s
to
m
u
ltip
le
VM
(
v
ir
tu
al
m
ac
h
i
n
e
)
.
Me
an
w
h
ile
a
f
air
s
ch
ed
u
li
n
g
i
m
p
r
o
v
is
es
t
h
e
cu
m
u
lati
v
e
th
r
o
u
g
h
p
u
t,
T
A
T
(
tu
r
n
ar
o
u
n
d
tim
e
)
an
d
C
P
U
u
tili
za
t
io
n
.
I
n
ad
d
itio
n
w
o
r
k
l
o
ad
s
ch
ed
u
lin
g
al
g
o
r
ith
m
,
p
er
f
o
r
m
s
o
n
t
h
e
v
ar
io
u
s
p
ar
a
m
eter
in
th
e
v
ar
io
u
s
w
a
y
s
,
it
ca
n
b
e
allo
ca
ted
s
tati
ca
ll
y
to
t
h
e
v
ar
i
o
u
s
r
eso
u
r
ce
s
at
th
e
g
iv
e
n
co
m
p
i
le
ti
m
e
an
d
ca
n
b
e
allo
ca
ted
d
y
n
a
m
icall
y
at
t
h
e
g
i
v
e
n
r
u
n
ti
m
e.
Mo
r
eo
v
er
r
ec
en
t
y
ea
r
h
av
e
s
ee
n
v
ar
io
u
s
r
esear
ch
b
e
p
er
f
o
r
m
ed
i
n
th
e
h
o
m
o
g
en
eo
u
s
C
E
(
co
m
p
u
tin
g
en
v
ir
o
n
m
en
t
s
)
.
F
u
r
th
er
m
o
r
e,
i
m
p
lied
t
h
e
G
A
(
g
e
n
etic
al
g
o
r
ith
m
)
a
n
d
b
r
in
g
s
th
e
tr
ad
eo
f
f
in
m
a
k
e
-
s
p
an
ti
m
e
r
ed
u
ctio
n
an
d
lo
ad
b
alan
ci
n
g
,
h
o
w
e
v
er
th
e
s
e
t
w
o
m
eth
o
d
i.e
.
[
9
,
1
0
]
f
ailed
to
co
n
s
id
er
th
e
en
er
g
y
o
p
ti
m
izati
o
n
f
o
r
th
e
w
o
r
k
lo
ad
ex
ec
u
tio
n
.
T
h
is
r
esu
lt
s
in
h
i
g
h
er
co
s
t
ex
ec
u
tio
n
,
m
o
r
eo
v
e
r
to
ad
d
r
ess
th
e
r
eliab
le
p
r
o
ce
s
s
in
g
,
e
f
f
icien
t
p
er
f
o
r
m
a
n
ce
an
d
en
er
g
y
e
f
f
icien
c
y
f
o
r
th
e
B
ig
Data
f
r
a
m
e
w
o
r
k
s
.
I
n
[
1
1
]
SMC
F
(
s
e
lf
-
a
w
ar
e
m
u
lti
-
co
r
e
f
r
a
m
e
w
o
r
k
)
w
er
e
co
n
s
id
er
ed
w
h
ich
o
p
ti
m
izes
th
e
p
er
f
o
r
m
an
ce
a
n
d
allo
w
t
h
e
p
r
o
ce
s
s
in
g
i
n
th
e
d
y
n
a
m
ic
e
n
v
ir
o
n
m
e
n
t
i
n
ac
co
r
d
an
ce
w
i
th
S
L
A
o
r
Qo
S,
r
es
o
u
r
ce
ac
ce
s
s
ib
ilit
y
,
p
er
f
o
r
m
a
n
ce
r
eq
u
ir
e
m
e
n
t
a
n
d
en
er
g
y
co
n
s
tr
ai
n
t.
I
n
ad
d
itio
n
t
h
is
m
et
h
o
d
tr
av
er
s
es
r
i
g
h
t
t
h
r
o
u
g
h
o
u
t
t
h
e
ap
p
licatio
n
s
s
u
c
h
as
tas
k
m
ap
p
in
g
a
n
d
s
c
h
ed
u
lin
g
to
th
e
f
o
r
p
o
w
er
g
a
th
er
i
n
g
an
d
o
n
a
s
i
m
ilar
f
as
h
io
n
DVF
S
in
ter
co
n
n
ec
ts
t
h
e
m
an
u
f
a
ctu
r
e
s
u
c
h
as DV
F
S a
n
d
r
o
u
ti
n
g
.
C
lo
u
d
co
m
p
u
t
in
g
is
co
n
s
id
er
ed
as
th
e
h
eter
o
g
en
eo
u
s
an
d
d
i
s
tr
ib
u
ted
co
m
p
u
tat
io
n
en
v
ir
o
n
m
en
t
th
at
co
m
p
r
is
e
s
t
h
e
v
ar
io
u
s
co
llecti
o
n
s
o
f
d
ata
s
to
r
ag
e
p
r
o
ce
s
s
i
n
g
o
r
VC
M
(
v
ir
tu
al
co
m
p
u
ti
n
g
m
ac
h
in
e
)
alo
n
g
w
it
h
th
e
co
m
p
u
ti
n
g
e
n
v
ir
o
n
m
en
t
as
w
ell
as
s
tr
ate
g
ies
i
n
t
h
e
lar
g
er
s
ca
le
[
1
2
]
.
T
h
ese
s
tr
ateg
ies
i
n
v
o
lv
e
s
t
h
e
ex
p
en
s
iv
e
co
m
p
u
tatio
n
al
co
s
t
an
d
d
ir
ec
tly
a
f
f
ec
t
s
th
e
e
n
v
ir
o
n
m
e
n
t.
T
h
e
ab
o
v
e
s
ce
n
ar
io
r
is
es
m
a
in
l
y
d
u
e
to
th
e
HE
D
(
h
i
g
h
er
en
er
g
y
d
is
s
i
p
atio
n
)
in
v
ar
io
u
s
co
m
p
u
tatio
n
al
p
r
o
ce
d
u
r
e
an
d
v
ar
io
u
s
s
to
r
ag
e
[
1
3
]
.
Sim
ilar
l
y
[
1
4
]
r
ep
o
r
ts
th
at
s
u
p
er
co
m
p
u
ter
t
h
at
co
m
p
r
i
s
es
th
e
1
6
,
0
0
0
n
o
d
es
an
d
i
t
co
n
s
u
m
e
s
1
7
,
8
0
8
KW
p
o
w
er
.
Mo
r
eo
v
er
,
E
n
er
g
y
Di
s
s
ip
atio
n
is
th
e
o
n
e
o
f
t
h
e
is
s
u
e,
w
h
ic
h
i
n
f
lu
e
n
ce
s
t
h
e
u
til
izatio
n
,
a
n
d
i
m
p
r
o
v
is
atio
n
o
f
co
m
p
u
tat
io
n
al
f
r
a
m
e
w
o
r
k
s
.
F
u
r
th
er
m
o
r
e
in
h
e
ter
o
g
en
eo
u
s
en
v
ir
o
n
m
e
n
t
p
r
io
r
it
y
b
o
u
n
d
ta
s
k
w
it
h
t
h
e
p
ar
allel
ap
p
licatio
n
s
ar
e
elab
o
r
ated
t
h
r
o
u
g
h
D
A
G
(
d
ir
ec
ted
ac
y
cl
ic
g
r
ap
h
)
,
m
ea
n
w
h
i
le
D
A
G
n
o
d
e
elab
o
r
ates
th
e
ed
g
es a
n
d
j
o
b
s
w
h
ich
a
g
ai
n
el
ab
o
r
ates th
e
m
es
s
a
g
es t
h
e
j
o
b
s
[
1
5
-
1
7
]
.
I
n
p
ast s
ev
er
al
ex
a
m
i
n
atio
n
s
h
a
v
e
led
to
en
er
g
y
d
i
s
s
ip
atio
n
s
an
d
at
th
e
s
a
m
e
ti
m
e
it
tr
ies
to
f
u
lf
i
ll
th
e
r
eq
u
ir
e
m
e
n
t
o
r
th
e
S
L
A
p
er
q
u
is
ite
[
1
8
,
1
9
]
.
Ho
w
e
v
er
,
th
e
g
iv
e
n
ex
a
m
i
n
ati
o
n
h
as
b
ee
n
co
n
f
in
ed
to
th
e
o
t
h
er
j
o
b
s
;
n
ev
er
th
ele
s
s
,
h
e
ter
o
g
en
eo
u
s
f
r
a
m
e
w
o
r
k
n
ee
d
s
to
b
e
i
m
p
r
o
v
is
ed
r
eg
u
la
r
l
y
Sch
ed
u
l
in
g
tas
k
i
n
v
ar
io
u
s
e
n
v
ir
o
n
m
e
n
t
i
s
co
n
s
id
er
ed
to
b
e
th
e
NP
-
Har
d
p
r
o
b
lem
s
[
2
0
]
,
s
ev
er
al
m
eta
h
e
u
r
is
tic
tech
n
iq
u
e
s
u
c
h
as
AC
O
(
a
n
t
co
lo
n
y
o
p
ti
m
iza
tio
n
)
,
tab
u
s
ea
r
ch
,
G
A
(
g
en
et
i
c
alg
o
r
it
h
m
)
,
C
R
O
(
ch
e
m
ica
l
r
ea
ctio
n
o
p
ti
m
izati
o
n
)
h
av
e
b
ee
n
u
tili
ze
d
i
n
t
h
e
SW
S
(
s
cien
ti
f
ic
w
o
r
k
f
lo
w
s
ch
ed
u
li
n
g
)
[
2
1
-
2
3
]
.
Me
an
w
h
ile
th
e
s
e
m
et
h
o
d
s
p
r
o
d
u
ce
th
e
b
etter
o
p
tim
iza
tio
n
w
h
e
n
co
m
p
ar
ed
w
it
h
th
e
h
e
u
r
is
tic
ap
p
r
o
ac
h
,
th
is
o
cc
u
r
s
m
ai
n
l
y
d
u
e
to
th
e
b
ad
ef
f
icac
y
an
d
p
o
o
r
FS
C
(
f
r
eq
u
en
t
s
tr
ateg
y
co
m
p
u
tat
io
n
)
[
2
4
]
.
I
n
[
2
5
]
,
th
e
f
o
cu
s
w
a
s
o
n
th
e
i
n
te
g
r
ated
p
r
e
-
f
et
ch
in
g
m
o
d
el
a
n
d
w
o
r
k
lo
ad
s
ch
ed
u
li
n
g
in
t
h
e
MM
(
m
u
lti
m
e
d
ia
m
o
b
ile
)
C
lo
u
d
C
o
m
p
u
tin
g
to
r
ed
u
ce
th
e
co
s
t
an
d
en
h
a
n
ce
th
e
r
esp
o
n
s
e
ti
m
e
p
er
f
o
r
m
a
n
ce
to
p
r
o
ce
s
s
th
e
d
ata
(
m
u
lti
m
ed
ia
d
ata
)
.
Mo
r
eo
v
er
,
th
e
co
s
t
o
p
tim
izatio
n
a
n
d
th
e
r
esp
o
n
s
e
ti
m
e
ar
e
ad
ap
ted
alo
n
g
w
it
h
v
ar
io
u
s
C
R
(
co
m
p
u
tatio
n
r
e
s
o
u
r
ce
s
)
s
u
c
h
as
QS
C
(
q
u
eu
i
n
g
s
tab
ili
t
y
co
n
s
tr
ain
t
s
,
w
o
r
k
lo
ad
co
n
s
er
v
a
tio
n
)
an
d
VM
(
v
ir
tu
al
m
ac
h
in
e
)
a
llo
ca
tio
n
.
Mo
r
eo
v
e
r
,
a
h
e
u
r
is
tic
tec
h
n
iq
u
e
i
s
m
o
d
elled
to
o
p
ti
m
ize
th
e
co
s
t
a
n
d
r
esp
o
n
s
e
ti
m
e.
I
n
[
2
6
]
,
s
u
r
v
e
y
ed
a
n
d
o
b
s
er
v
ed
t
h
at
t
h
er
e
ar
e
v
ar
io
u
s
c
h
alle
n
g
es
i
n
t
h
e
h
y
b
r
id
clo
u
d
e
n
v
ir
o
n
m
e
n
t
is
to
d
ep
lo
y
th
e
n
o
v
e
l
ap
p
licatio
n
w
i
th
m
in
i
m
al
co
s
t,
v
ar
io
u
s
clo
u
d
p
r
o
v
id
er
s
an
d
h
eter
o
g
en
eo
u
s
j
o
b
s
.
Mo
r
eo
v
er
,
h
er
e
au
th
o
r
i
n
tr
o
d
u
ce
d
j
o
b
s
ch
ed
u
l
in
g
tec
h
n
iq
u
e
f
o
r
th
e
h
e
ter
o
g
en
eo
u
s
w
o
r
k
lo
ad
s
in
t
h
e
p
r
iv
ate
clo
u
d
is
ad
ap
ted
th
at
tr
ies
to
en
s
u
r
e
th
e
ab
s
o
lu
t
e
r
eso
u
r
ce
u
tili
za
tio
n
.
F
u
r
th
er
m
o
r
e,
tas
k
-
s
c
h
ed
u
li
n
g
tech
n
iq
u
e
b
ased
o
n
th
e
B
P
n
eu
r
al
n
e
t
w
o
r
k
in
t
h
e
in
te
g
r
at
ed
clo
u
d
an
d
it
is
m
o
d
elled
to
en
s
u
r
e
th
at
j
o
b
s
ca
n
b
e
c
o
m
p
leted
in
th
e
g
iv
e
n
d
ea
d
lin
e.
I
n
[
2
7
]
g
iv
es
t
h
e
t
wo
d
is
tin
cti
v
e
w
o
r
k
lo
ad
d
esig
n
in
t
h
e
HC
E
(
h
y
b
r
id
clo
u
d
en
v
ir
o
n
m
en
t
)
,
h
er
e
at
f
ir
s
t
s
c
h
ed
u
l
in
g
m
o
d
el
is
d
ev
e
lo
p
ed
u
s
in
g
t
h
e
o
b
j
ec
tiv
e
f
u
n
c
tio
n
Dea
d
lin
e
C
o
n
s
tr
ai
n
ed
–
OH
(
o
p
tim
izatio
n
f
o
r
h
y
b
r
id
clo
u
d
s
)
to
r
ed
u
ce
th
e
s
ch
ed
u
l
in
g
w
o
r
k
f
lo
w
s
co
s
t
u
n
d
er
th
e
g
i
v
e
n
d
ea
d
lin
e
co
n
s
tr
ai
n
t.
L
ater
th
e
y
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci
I
SS
N:
2502
-
4752
Qu
a
lity a
n
d
e
n
erg
y
o
p
timiz
ed
s
ch
ed
u
lin
g
tech
n
iq
u
e
fo
r
ex
ec
u
tin
g
s
cien
tifi
c
…
(
N
a
g
en
d
r
a
P
r
a
s
a
d
S
)
1041
p
r
esen
ted
m
u
lti
-
o
b
j
ec
tiv
e
n
a
m
ed
MO
H
(
m
u
lti
-
o
b
j
ec
tiv
e
o
p
ti
m
izatio
n
i
n
ca
s
e
o
f
h
y
b
r
id
clo
u
d
s
)
to
o
p
ti
m
iz
e
th
e
co
s
t
an
d
m
a
k
e
-
s
p
a
n
w
o
r
k
f
lo
w
s
.
T
h
e
m
ai
n
d
is
ad
v
a
n
tag
e
o
f
th
ese
m
o
d
el
s
th
at
t
h
e
y
w
er
e
n
o
t
e
f
f
ic
ien
t
i
n
en
er
g
y
r
ed
u
ct
io
n
f
o
r
t
h
e
s
cie
n
tif
ic
w
o
r
k
f
lo
w
i
n
h
eter
o
g
e
n
eo
u
s
en
v
ir
o
n
m
e
n
t.
Me
a
n
w
h
ile
in
I
AAS
c
lo
u
d
,
u
s
er
s
b
u
y
s
th
e
clo
u
d
s
er
v
ice
t
h
at
ar
e
g
iv
e
n
t
h
e
s
er
v
ice
p
r
o
v
id
er
to
p
er
f
o
r
m
th
e
w
o
r
k
f
lo
w
s
.
Mo
r
eo
v
er
,
g
iv
e
n
w
o
r
k
f
lo
w
is
a
s
s
o
ciate
d
w
ith
l
o
w
Qo
S
(
q
u
alit
y
o
f
s
er
v
ice
)
th
at
i
m
p
o
s
e
s
p
en
altie
s
o
n
SP
(
s
er
v
ice
p
r
o
v
id
er
)
.
Fu
r
t
h
er
m
o
r
e,
it
is
a
s
s
o
ciate
d
t
o
m
a
tch
t
h
e
d
ea
d
lin
e
a
n
d
en
s
u
r
es
t
h
e
Qo
S.
Nev
er
t
h
ele
s
s
S
P
(
s
er
v
ice
p
r
o
v
id
er
)
ch
a
r
g
es
p
r
i
m
ar
il
y
b
ased
o
n
t
h
e
Qo
S
an
d
m
a
k
e
-
s
p
a
n
.
Hen
ce
,
in
o
r
d
er
to
en
s
u
r
e
t
h
e
m
ak
e
p
r
o
f
itab
le
an
d
i
m
p
r
o
v
is
e
Qo
S,
co
s
t
r
ed
u
ctio
n
an
d
m
a
k
e
-
s
p
a
n
r
ed
u
ctio
n
h
a
s
to
b
e
m
ai
n
g
o
al
f
o
r
s
er
v
ice
p
r
o
v
id
er
.
Ho
w
e
v
er
,
th
is
w
o
r
k
f
lo
w
s
ch
ed
u
li
n
g
tec
h
n
iq
u
e
co
n
s
id
er
s
th
e
f
i
x
ed
ex
ec
u
t
io
n
ti
m
e
i
n
w
o
r
k
f
lo
w
a
p
p
licatio
n
an
d
th
ei
r
ass
u
m
p
tio
n
is
w
r
o
n
g
m
o
s
t
o
f
th
e
ti
m
e
in
t
h
e
r
ea
l
ti
m
e
s
ce
n
ar
io
.
Fu
r
th
er
C
S
(
clo
u
d
s
er
v
er
)
s
u
p
p
o
r
ts
DVFS
(
d
y
n
a
m
ic
v
o
lta
g
e
f
r
eq
u
e
n
c
y
s
ca
lin
g
)
m
et
h
o
d
an
d
th
is
w
a
s
n
o
t
co
n
s
id
er
ed
b
y
m
a
n
y
W
SM
(
w
o
r
k
lo
ad
s
ch
ed
u
lin
g
m
o
d
el
)
,
h
e
n
ce
en
s
u
r
in
g
t
h
e
co
s
t
o
p
ti
m
izatio
n
a
n
d
ex
ec
u
tio
n
ti
m
e
o
p
ti
m
izatio
n
w
i
th
o
u
t
a
n
y
e
f
f
ec
t
o
n
r
eso
u
r
ce
u
tili
za
tio
n
an
d
s
y
s
te
m
p
er
f
o
r
m
a
n
ce
r
e
m
ai
n
s
a
m
aj
o
r
is
s
u
e.
Fo
r
o
v
er
co
m
i
n
g
r
esear
ch
is
s
u
es,
th
is
p
ap
er
p
r
esen
ted
a
q
u
alit
y
an
d
en
er
g
y
o
p
ti
m
ized
s
c
h
e
d
u
li
n
g
(
QE
OS)
tech
n
iq
u
e
f
o
r
e
x
ec
u
tin
g
d
ata
-
in
te
n
s
iv
e
w
o
r
k
f
lo
w
u
n
d
er
h
eter
o
g
e
n
eo
u
s
C
C
e
n
v
ir
o
n
m
en
t.
T
h
e
co
n
tr
ib
u
tio
n
o
f
r
esear
ch
w
o
r
k
ar
e
as
f
o
llo
w
s
:
a)
T
h
is
p
ap
er
p
r
esen
ted
ef
f
icie
n
t
w
o
r
k
lo
ad
s
ch
ed
u
l
in
g
tech
n
iq
u
e
t
h
at
b
r
in
g
s
g
o
o
d
tr
ad
eo
f
f
b
et
w
ee
n
m
i
n
i
m
izi
n
g
en
er
g
y
co
n
s
u
m
p
t
io
n
an
d
p
r
o
ce
s
s
in
g
ti
m
e
f
o
r
ex
ec
u
ti
n
g
d
ata
-
in
ten
s
i
v
e
w
o
r
k
f
lo
w
u
n
d
er
h
eter
o
g
e
n
eo
u
s
C
C
e
n
v
ir
o
n
m
e
n
t.
b)
T
h
e
QE
OS
tec
h
n
iq
u
e
atta
in
b
etter
p
er
f
o
r
m
an
ce
t
h
an
ex
i
s
ti
n
g
w
o
r
k
f
lo
w
s
ch
ed
u
li
n
g
m
o
d
el
alg
o
r
it
h
m
in
ter
m
s
o
f
p
o
w
er
co
n
s
u
m
p
t
io
n
,
p
r
o
ce
s
s
in
g
t
i
m
e,
a
n
d
en
er
g
y
e
f
f
icie
n
c
y
.
T
h
e
p
ap
er
o
r
g
an
izatio
n
is
a
s
f
o
llo
w
s
:
T
h
e
Sectio
n
2
p
r
esen
ts
q
u
alit
y
a
n
d
en
er
g
y
o
p
tim
ized
s
ch
ed
u
lin
g
tec
h
n
iq
u
e
f
o
r
d
ata
in
ten
s
i
v
e
w
o
r
k
f
lo
w
ap
p
licati
o
n
in
h
eter
o
g
e
n
eo
u
s
C
C
en
v
ir
o
n
m
e
n
t.
T
h
e
r
esu
lt
an
d
an
al
y
s
is
is
d
i
s
cu
s
s
ed
i
n
Sectio
n
3
.
I
n
la
s
t
s
ec
tio
n
,
t
h
e
r
esear
ch
w
o
r
k
is
co
n
cl
u
d
ed
.
A
lo
n
g
w
i
th
,
f
u
t
u
r
e
w
o
r
k
i
s
d
is
cu
s
s
ed
.
2.
Q
UA
L
I
T
Y
A
ND
E
NE
RG
Y
O
P
T
I
M
I
Z
E
D
SCH
E
DU
L
I
N
G
AP
P
RO
A
CH
F
O
R
E
XE
CUT
I
N
G
DATA
-
I
NT
E
NS
I
VE
WO
RK
L
O
AD
I
N
C
L
O
UD
CO
M
P
UT
I
N
G
E
NVIRO
NM
E
NT
T
h
is
s
ec
tio
n
p
r
esen
t
q
u
alit
y
an
d
en
er
g
y
o
p
ti
m
ized
s
ch
ed
u
li
n
g
(
QE
OS)
tech
n
iq
u
e
f
o
r
ex
ec
u
ti
n
g
w
o
r
k
lo
ad
ap
p
licatio
n
in
C
C
e
n
v
ir
o
n
m
e
n
t
u
s
in
g
D
VFS
tech
n
iq
u
e
b
ased
o
n
d
is
ti
n
ct
f
r
eq
u
e
n
cies
a
n
d
t
h
eir
ti
m
e
s
lo
ts
f
o
r
ev
er
y
VM
.
T
h
e
alg
o
r
ith
m
o
f
p
r
o
p
o
s
ed
QE
OS m
o
d
el
is
d
escr
ib
ed
in
A
l
g
o
r
ith
m
1
.
Algorithm 1: Quality and energy optimized scheduling technique
1. Fix
(
)
basic SLA constraints
2. Fix
(
)
Parameter processing of
VMs
3. Fix
(
)
Parameter of channels processing
of
VMs
4. Collect
5. Verify the attainable constraints in (15) and (16)
6.
(
,
(
)
(
)
-
)
7.
(
∑
)
8. if
(
)
9.
(
)
10. else
11. Special opti
mization complexity :
12.
(
)
13. subjected to:
14. conditions in (8) and (11)
15. end if
16. return
First,
t
h
is
w
o
r
k
p
r
esen
t
ab
o
u
t
th
e
o
p
ti
m
izatio
n
o
f
i
n
ter
ac
ti
o
n
co
s
t
u
s
i
n
g
o
u
r
QE
O
S
tec
h
n
iq
u
e.
I
n
QOE
S,
v
ir
t
u
al
m
ac
h
in
e
in
ter
a
cts
w
it
h
t
h
e
s
c
h
ed
u
ler
v
ia
a
tr
af
f
ic
f
r
ee
r
eliab
le
co
n
n
ec
tio
n
w
h
o
s
e
tr
a
n
s
m
is
s
io
n
r
ate
(
T
R
)
in
b
its
p
er
s
ec
o
n
d
s
w
h
er
e
,
w
h
er
e
d
escr
ib
es
th
e
v
i
r
tu
al
m
ac
h
i
n
es
o
r
s
er
v
er
s
ize,
an
d
d
ep
icts
th
e
i
n
f
o
r
m
atio
n
b
lo
ck
s
ize.
L
et
t
h
e
co
n
n
ec
tio
n
is
s
y
m
m
etr
ic
a
n
d
b
id
ir
ec
tio
n
al
o
n
e.
Mo
r
eo
v
er
,
let
th
at
o
n
e
-
w
a
y
co
m
m
u
n
icat
i
o
n
an
d
s
w
i
tch
in
g
p
r
o
ce
s
s
f
o
r
co
n
n
ec
tio
n
co
n
s
u
m
es
a
p
o
w
e
r
in
w
att
s
.
T
h
e
co
n
s
u
m
ed
p
o
w
er
ca
n
b
e
(
)
(
)
(
1
)
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
5
0
2
-
4752
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci,
Vo
l.
21
,
No
.
2
,
Feb
r
u
ar
y
2
0
2
1
:
10
39
-
10
47
1042
W
h
er
e,
(
)
r
ep
r
esen
ts
th
e
co
n
s
u
m
ed
p
o
w
er
th
r
o
u
g
h
tr
an
s
m
is
s
io
n
an
d
f
r
eq
u
en
c
y
s
w
i
tch
i
n
g
w
h
er
ea
s
(
)
r
ep
r
esen
ts
p
o
w
er
r
e
q
u
ir
ed
b
y
t
h
e
r
ec
eiv
er
.
T
h
e
ab
s
o
lu
te
p
o
w
er
co
n
s
u
m
p
tio
n
ca
n
b
e
d
ef
in
ed
a
s
t
h
e
co
m
b
i
n
atio
n
o
f
s
w
itc
h
in
g
p
o
w
er
co
n
s
u
m
p
ti
o
n
,
b
ig
er
r
o
r
r
ate
(
B
E
R
)
(
n
o
is
e
o
cc
u
r
r
ed
in
th
e
co
n
n
ec
tio
n
)
an
d
r
eq
u
ir
ed
p
o
w
er
f
o
r
r
ec
eiv
er
.
Fu
r
t
h
er
f
o
r
r
ed
u
cin
g
th
e
i
n
ter
ac
tio
n
co
s
t
,
th
e
in
f
o
r
m
atio
n
p
r
o
ce
s
s
i
n
g
ce
n
ter
s
s
h
o
u
ld
u
s
e
s
ta
n
d
ar
d
p
h
y
s
ica
l
s
er
v
er
s
w
h
ic
h
ca
n
b
e
co
n
n
ec
ted
v
ia
co
m
m
o
d
it
y
s
u
p
er
f
a
s
t
eth
er
n
et
s
w
i
tch
i
n
g
(
E
S)
d
ev
ices.
Mo
r
eo
v
er
,
T
C
P
/
I
P
p
r
o
to
c
o
ls
ca
n
b
e
u
tili
ze
d
to
ac
h
iev
e
en
d
w
i
s
e
r
eliab
le
co
m
m
u
n
ica
tio
n
.
T
h
is
p
r
o
to
co
l
h
elp
s
to
attain
en
d
w
is
e
r
eliab
le
co
m
m
u
n
icat
i
o
n
as
w
e
ll
as
ca
n
p
er
f
ec
tl
y
o
p
er
ate
in
p
r
esen
c
e
o
f
co
n
g
es
tio
n
/tra
f
f
ic.
T
h
er
ef
o
r
e,
in
ter
ac
tio
n
p
o
w
er
co
n
s
u
m
p
t
io
n
ca
n
b
e
o
p
tim
ized
in
o
u
r
f
r
a
m
e
w
o
r
k
u
s
in
g
f
o
llo
w
in
g
eq
u
atio
n
(
)
(
̅
̅
̅
̅
)
(
2
)
W
h
er
e,
(
)
.
(
)
√
(
)
/
(
3
)
W
h
er
e,
r
ep
r
esen
ts
m
a
x
i
m
u
m
s
ize
o
f
th
e
s
ec
to
r
an
d
is
th
e
n
u
m
b
er
o
f
s
ec
to
r
w
h
ic
h
i
s
ac
k
n
o
w
led
g
ed
.
Her
e,
is
t
h
e
n
o
is
e
p
o
w
er
r
atio
o
f
g
ai
n
to
r
ec
eiv
er
o
f
en
d
w
is
e
co
n
n
ec
tio
n
an
d
̅
̅
̅
̅
is
t
h
e
av
er
ag
e
ti
m
e
o
f
r
o
u
n
d
tr
ip
o
f
en
d
w
is
e
co
n
n
ec
t
io
n
w
h
ic
h
c
an
b
e
less
th
a
n
f
o
r
s
ta
n
d
ar
d
in
f
o
r
m
atio
n
p
r
o
ce
s
s
in
g
ce
n
ter
s
.
R
ep
r
esen
t
s
th
e
co
s
t
o
f
id
le
p
o
w
er
f
o
r
en
d
w
is
e
co
n
n
ec
t
io
n
.
Her
e,
th
e
r
esp
ec
tiv
e
o
n
e
w
a
y
co
m
m
u
n
ica
tio
n
d
ela
y
ca
n
b
e
r
ep
r
esen
ted
u
s
i
n
g
f
o
llo
w
i
n
g
eq
u
atio
n
.
(
)
∑
(
)
(
4
)
T
h
er
ef
o
r
e,
th
e
r
esp
ec
tiv
e
o
n
e
w
a
y
i
n
ter
ac
tio
n
e
n
er
g
y
(
)
ca
n
b
e
d
ef
in
ed
as i
n
j
o
u
le
u
s
i
n
g
f
o
llo
w
i
n
g
eq
u
atio
n
.
(
)
(
)
(
∑
(
)
)
(
5
)
Her
e,
th
e
en
er
g
y
s
p
e
n
d
in
e
n
d
w
i
s
e
co
n
n
ec
tio
n
d
o
es
n
o
t
h
av
e
an
y
i
m
p
ac
t
o
n
e
n
er
g
y
co
m
p
u
t
atio
n
co
s
t
an
d
b
o
th
ar
e
to
tall
y
in
d
ep
en
d
e
n
t f
r
o
m
ea
c
h
o
th
er
.
Fu
r
t
h
er
,
th
e
p
r
o
p
o
s
ed
QE
OS
tech
n
iq
u
e
h
elp
s
to
tu
n
e
th
e
ta
s
k
lo
ad
p
o
r
tio
n
s
p
r
ec
is
el
y
as
*
+
,
w
h
er
e
d
ep
icts
f
o
r
ea
ch
v
ir
tu
a
l
co
m
p
u
ti
n
g
p
r
o
ce
s
s
o
r
th
e
n
u
m
b
er
o
f
f
r
eq
u
en
c
ies
g
r
o
u
p
ed
a
m
o
n
g
h
i
g
h
e
s
t
a
n
d
lo
w
es
t
f
r
eq
u
e
n
cies,
d
escr
ib
es
t
h
e
r
esp
e
ctiv
e
h
a
n
d
led
in
f
o
r
m
atio
n
in
b
it
s
,
d
ep
icts
th
e
f
r
eq
u
e
n
c
y
n
u
m
b
er
w
h
ic
h
w
il
l b
e
in
r
an
g
e
o
f
.
r
s
ize,
an
d
d
ep
icts
th
e
in
f
o
r
m
atio
n
b
lo
ck
s
ize.
A
l
o
n
g
w
it
h
,
th
e
e
n
d
w
is
e
co
n
n
ec
tio
n
i
n
f
o
r
m
atio
n
tr
an
s
m
i
ttin
g
r
ates
*
+
w
h
ic
h
ca
n
b
e
u
s
ed
to
r
ed
u
ce
th
e
to
tal
co
m
p
u
tat
io
n
,
r
ec
o
n
f
i
g
u
r
atio
n
a
n
d
in
ter
ac
tio
n
e
n
er
g
y
an
d
ca
n
b
e
d
ef
in
ed
i
n
j
o
u
le
as,
∑
(
)
∑
(
)
∑
(
)
(
6
)
W
h
er
e,
(
)
r
ep
r
esen
ts
th
e
r
ec
o
n
f
i
g
u
r
atio
n
co
s
t
o
f
(
)
f
o
r
th
e
p
er
m
itted
b
lo
ck
p
r
o
ce
s
s
in
g
a
n
d
in
ter
ac
tio
n
ti
m
e
u
n
d
er
n
ea
t
h
co
n
s
tr
ain
t
.
T
h
e
in
ter
ac
tio
n
en
er
g
y
co
n
s
u
m
p
tio
n
d
ep
en
d
s
o
n
o
n
e
-
w
a
y
in
ter
ac
tio
n
d
ela
y
*
(
)
+
w
h
ich
is
o
cc
u
r
r
ed
b
y
e
n
d
w
is
e
v
ir
t
u
al
co
n
n
ec
tio
n
s
.
Fo
r
DV
F
S
tech
n
iq
u
e,
th
e
f
u
n
ctio
n
in
g
f
r
eq
u
en
c
y
f
o
r
ev
er
y
VM
lie
s
in
s
m
al
l
r
an
g
e
o
f
d
is
t
in
ct
f
r
eq
u
e
n
cies.
T
h
e
o
p
tim
u
m
f
u
n
ctio
n
i
n
g
f
r
eq
u
en
c
y
ca
n
b
e
s
elec
ted
b
y
s
w
itc
h
i
n
g
th
e
C
P
U
f
r
eq
u
en
cies
o
f
VM
s
o
v
er
a
v
ar
io
u
s
r
an
g
e
o
f
p
o
s
s
ib
le
ti
m
e
p
er
io
d
s
.
Ho
w
e
v
er
,
d
u
e
to
th
e
ex
i
s
te
n
ce
o
f
d
i
s
tin
c
t
f
r
eq
u
e
n
cie
s
a
n
o
n
-
co
n
v
ex
p
r
o
b
lem
ca
n
b
e
o
cc
u
r
r
ed
w
h
ic
h
ca
n
b
e
s
o
r
ted
o
u
t a
s
,
E
v
er
y
VM
s
w
itc
h
es
f
r
o
m
its
c
u
r
r
en
t
d
is
ti
n
ct
f
r
eq
u
e
n
c
y
to
s
u
cc
ee
d
in
g
d
is
ti
n
ct
f
r
eq
u
en
c
y
to
f
in
i
s
h
t
h
e
task
lo
ad
.
T
h
u
s
,
t
h
e
t
i
m
e
is
d
is
tr
ib
u
ted
i
n
to
d
is
tin
ct
i
n
d
ef
i
n
ite
t
i
m
e
v
ar
iab
les.
T
h
er
ef
o
r
e,
w
e
h
a
v
e
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci
I
SS
N:
2502
-
4752
Qu
a
lity a
n
d
e
n
erg
y
o
p
timiz
ed
s
ch
ed
u
lin
g
tech
n
iq
u
e
fo
r
ex
ec
u
tin
g
s
cien
tifi
c
…
(
N
a
g
en
d
r
a
P
r
a
s
a
d
S
)
1043
k
n
o
w
n
d
is
t
in
ct
f
r
eq
u
e
n
cie
s
f
o
r
ea
ch
VM
w
h
er
ea
s
t
h
e
co
r
r
esp
o
n
d
in
g
ti
m
e
s
lo
ts
ar
e
u
n
k
n
o
w
n
f
o
r
ea
c
h
VM
.
Mo
r
eo
v
er
,
ev
er
y
co
m
p
o
n
e
n
t
o
f
ti
m
e
v
ec
to
r
d
ef
i
n
es
t
h
e
ti
m
e
p
er
io
d
len
g
th
d
u
r
i
n
g
w
h
ic
h
V
M
p
r
o
ce
s
s
at
t
h
e
f
r
eq
u
en
c
y
.
S
y
s
te
m
k
ee
p
s
th
e
r
ec
o
r
d
o
f
w
o
r
k
i
n
g
s
er
v
er
s
s
o
th
at
it
ca
n
as
s
i
g
n
n
ex
t
ta
s
k
s
to
th
e
m
w
h
ic
h
a
r
e
co
m
in
g
f
r
o
m
t
h
e
g
ate
w
a
y
.
T
h
is
in
f
o
r
m
a
tio
n
i
s
v
er
y
es
s
en
ti
al
to
f
o
r
w
ar
d
o
v
er
all
th
e
i
n
f
o
r
m
atio
n
p
r
o
ce
s
s
i
n
g
ce
n
ter
s
a
n
d
s
er
v
er
s
s
o
t
h
at
th
e
av
er
ag
e
en
er
g
y
co
n
s
u
m
p
tio
n
ca
n
b
e
r
ed
u
ce
d
b
y
m
i
n
i
m
i
zin
g
t
h
e
e
x
ec
u
tio
n
ti
m
e.
T
h
er
ef
o
r
e,
th
e
ab
o
v
e
p
r
o
b
le
m
ca
n
b
e
ex
p
r
ess
ed
i
n
f
o
llo
w
i
n
g
f
o
r
m
,
*
+
∑
∑
(
)
∑
(
)
∑
∑
(
(
)
(
)
)
(
7
)
W
h
er
e,
it is
s
u
b
j
ec
ted
to
,
∑
∑
(
8
)
∑
(
9
)
∑
(
)
(
1
0
)
∑
(
1
1
)
W
h
er
e,
th
e
ab
o
v
e
eq
u
a
tio
n
ca
n
b
e
d
escr
ib
ed
a
s
f
o
llo
w
s
.
T
h
e
(
7
)
d
ef
in
e
s
t
h
e
co
m
b
i
n
ed
en
er
g
y
co
m
p
u
tatio
n
an
d
in
ter
ac
tio
n
co
s
t
in
w
h
ic
h
co
s
t
o
f
s
w
i
tch
in
g
f
r
eq
u
e
n
cies
f
r
o
m
t
h
e
ar
r
iv
i
n
g
ta
s
k
lo
ad
is
also
co
n
s
id
er
ed
w
h
er
ea
s
(
8
)
in
d
ic
ates
t
h
at
th
e
s
u
m
m
a
tio
n
o
f
p
r
o
d
u
cts
o
f
co
m
p
u
ti
n
g
r
ates
o
f
ea
ch
VM
s
o
f
t
h
eir
r
esp
ec
tiv
e
ti
m
e
s
lo
ts
m
u
s
t
b
e
eq
u
al
to
th
e
ar
r
iv
i
n
g
ta
s
k
lo
a
d
.
Mo
r
e
o
v
er
,
(
9
)
an
d
(
1
0
)
p
r
e
s
en
t
s
a
f
ac
to
r
w
h
ic
h
r
ep
r
ese
n
t
s
th
e
m
a
x
i
m
u
m
ti
m
e
r
eq
u
ir
ed
f
o
r
th
e
p
r
o
ce
s
s
in
g
.
T
h
e
to
tal
en
er
g
y
co
m
p
u
tatio
n
an
d
in
ter
ac
tio
n
ti
m
e
u
n
d
er
n
ea
t
h
c
o
n
s
tr
ain
t
ca
n
b
e
d
is
tr
ib
u
ted
in
t
w
o
p
ar
ts
w
h
ic
h
is
s
h
o
w
n
i
n
,
(
9
)
an
d
(
1
0
)
r
esp
ec
tiv
el
y
.
P
r
ec
is
el
y
,
(
9
)
r
e
p
r
esen
ts
t
h
e
co
m
p
u
tatio
n
al
co
s
t
an
d
(
1
0
)
r
ep
r
esen
ts
t
h
e
in
te
r
ac
tio
n
co
s
t.
T
h
en
,
(
1
1
)
r
ep
r
esen
ts
th
at
t
h
e
v
o
lu
m
e
o
f
i
n
f
o
r
m
atio
n
tr
a
n
s
f
er
r
ed
t
h
r
o
u
g
h
in
f
o
r
m
at
io
n
p
r
o
ce
s
s
i
n
g
ce
n
ter
s
h
o
u
ld
n
o
t
s
u
r
p
ass
t
h
e
to
tal
ca
p
ac
it
y
o
f
i
n
f
o
r
m
atio
n
n
et
w
o
r
k
ce
n
ter
.
T
h
is
eq
u
atio
n
p
r
o
v
id
es
e
n
d
w
is
e
co
n
n
ec
t
io
n
f
o
r
t
h
e
b
an
d
w
id
t
h
lo
ad
m
atc
h
in
g
a
n
d
also
f
i
n
e
tu
n
es V
M
b
an
d
w
id
th
ac
co
r
d
in
g
to
th
eir
g
i
v
e
n
tas
k
l
o
ad
.
T
o
r
ed
u
ce
th
e
n
o
n
-
co
n
v
ex
d
i
f
f
icu
l
t
y
,
w
e
d
i
v
id
e
all
th
r
ee
en
er
g
y
co
m
p
o
n
e
n
ts
i
n
to
t
h
r
ee
d
if
f
er
e
n
t
ev
en
t
s
s
u
c
h
as
co
m
p
u
ta
tio
n
c
o
s
t,
f
r
eq
u
e
n
c
y
r
ec
o
n
f
i
g
u
r
atio
n
co
s
t
an
d
i
n
ter
ac
tio
n
co
s
t.
A
ll
th
r
ee
ev
e
n
t
s
ca
n
b
e
s
ch
ed
u
led
s
ep
ar
atel
y
to
ac
h
ie
v
e
a
n
e
f
f
icie
n
t
s
c
h
ed
u
lin
g
a
s
w
ell
as
ex
ec
u
tio
n
.
He
n
ce
t
h
e
en
er
g
y
co
n
s
u
m
p
tio
n
w
il
l b
e
m
i
n
i
m
ized
.
T
h
er
ef
o
r
e,
th
e
co
m
p
u
tatio
n
al
o
p
ti
m
izatio
n
p
r
o
b
lem
ca
n
b
e
d
ef
in
ed
as
f
o
llo
w
s
,
∑
∑
(
1
2
)
Fro
m
th
e
ab
o
v
e
o
b
s
er
v
atio
n
s
w
e
ca
n
co
n
s
id
er
th
at
(
1
2
)
is
li
n
ea
r
f
o
r
a
co
n
tr
o
l
p
ar
am
eter
an
d
ca
n
b
e
s
o
r
ted
o
u
t
u
s
i
n
g
th
e
(
8
)
an
d
(
9
)
.
Si
m
ilar
l
y
,
th
e
in
te
r
ac
tio
n
a
w
ar
e
n
o
n
-
co
n
v
e
x
v
ar
iab
les
ar
e
an
d
o
p
tim
izatio
n
p
r
o
b
le
m
ca
n
b
e
d
ef
i
n
ed
as f
o
llo
w
s
,
(
(
)
(
)
)
(
1
3
)
T
h
is
in
ter
ac
tio
n
a
w
ar
e
n
o
n
-
c
o
n
v
e
x
v
ar
iab
les
ar
e
an
d
o
p
ti
m
izatio
n
p
r
o
b
lem
ca
n
b
e
s
o
r
ted
o
u
t u
s
in
g
t
h
e
(
1
0
)
an
d
(
1
1
)
o
r
th
e
f
o
llo
w
i
n
g
(
1
4
)
also
ca
n
b
e
a
s
o
lu
tio
n
,
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
5
0
2
-
4752
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci,
Vo
l.
21
,
No
.
2
,
Feb
r
u
ar
y
2
0
2
1
:
10
39
-
10
47
1044
∑
∑
(
(
)
(
)
)
(
)
∑
∑
(
(
)
)
(
1
4
)
T
h
e
o
p
tim
izatio
n
p
r
o
b
lem
i
n
(
6
)
ca
n
b
e
s
o
r
ted
o
u
t u
s
i
n
g
f
o
ll
o
w
i
n
g
eq
u
atio
n
(
)
(
)
(
1
5
)
∑
(
1
6
)
W
h
er
e,
(
1
5
)
an
d
(
1
6
)
ar
e
ess
en
tial
a
n
d
s
u
itab
le
f
o
r
th
e
f
ea
s
i
b
ilit
y
o
f
o
p
ti
m
izatio
n
p
r
o
b
le
m
o
cc
u
r
r
ed
in
t
h
e
(
6
)
.
No
w
,
f
o
r
r
ec
o
n
f
i
g
u
r
atio
n
co
s
t
(
)
ca
n
b
e
d
iv
id
e
d
in
to
t
w
o
p
ar
ts
as
e
x
ter
n
al
an
d
in
ter
n
al
r
ec
o
n
f
i
g
u
r
atio
n
co
s
t.
F
ir
s
t,
t
h
e
co
s
t
o
f
d
is
tin
c
t
f
r
eq
u
en
c
y
c
h
a
n
g
e
s
f
r
o
m
to
.
W
h
er
e,
in
f
ac
to
r
is
th
e
m
o
v
e
m
e
n
t
to
o
u
tr
ea
ch
th
e
f
o
llo
w
i
n
g
ac
tiv
e
d
is
ti
n
ct
f
r
eq
u
en
c
y
f
o
r
all
(
)
.
Seco
n
d
,
t
o
s
w
it
ch
f
r
o
m
o
n
e
ac
tiv
e
d
i
s
ti
n
ct
f
r
eq
u
e
n
c
y
o
f
its
r
esp
ec
ti
v
e
ti
m
e
p
er
io
d
to
th
e
f
o
llo
w
i
n
g
ac
ti
v
e
d
i
s
ti
n
c
t
f
r
eq
u
e
n
c
y
o
f
it
s
r
esp
ec
tiv
e
ti
m
e
p
er
io
d
f
o
r
all
(
)
.
Hen
ce
,
to
tal
in
ter
n
al
s
w
itc
h
i
n
g
co
s
t
a
n
d
ex
ter
n
al
s
w
itc
h
i
n
g
co
s
t
to
g
et
u
p
d
ated
r
ec
o
n
f
ig
u
r
atio
n
co
s
t a
ll VM
s
ca
n
b
e
d
ef
i
n
ed
as f
o
llo
w
s
,
∑
∑
(
)
*
+
(
1
7
)
w
h
er
e
is
t
h
e
to
tal
n
u
m
b
er
o
f
a
ctiv
e
d
is
ti
n
ct
f
r
eq
u
e
n
cies
f
o
r
ev
er
y
(
)
.
∑
∑
∑
(
)
∑
(
1
8
)
w
h
er
e
r
ep
r
esen
ts
th
e
f
ir
s
t
ac
ti
v
e
d
is
tin
ct
f
r
eq
u
en
c
y
in
t
h
e
f
o
llo
w
i
n
g
ar
r
iv
in
g
tas
k
lo
ad
.
T
h
er
ef
o
r
e,
all
t
h
e
e
n
er
g
ie
s
ar
e
o
p
ti
m
ized
as
w
ell
as
p
er
f
o
r
m
a
n
ce
o
f
t
h
e
m
o
d
el
also
m
ai
n
tai
n
ed
at
v
er
y
h
i
g
h
le
v
el.
He
n
ce
,
th
e
tr
ad
eo
f
f
b
et
w
ee
n
p
er
f
o
r
m
an
ce
a
n
d
en
e
r
g
y
co
n
s
u
m
p
t
io
n
ca
n
b
e
ac
h
iev
ed
u
s
in
g
o
u
r
p
r
o
p
o
s
ed
QE
OS
ap
p
r
o
ac
h
w
h
ic
h
is
e
x
p
er
i
m
e
n
t
all
y
p
r
o
v
ed
b
elo
w
.
3.
RE
SU
L
T
AND
ANNA
L
Y
SI
S
T
h
is
s
ec
tio
n
p
r
esen
ts
ex
p
er
i
m
en
t
an
al
y
s
is
o
f
p
r
o
p
o
s
ed
QE
OS
w
o
r
k
f
lo
w
s
ch
ed
u
li
n
g
m
o
d
el
o
v
e
r
ex
is
t
in
g
w
o
r
k
f
lo
w
s
c
h
ed
u
l
in
g
m
o
d
el
[
1
2
,
1
3
,
2
3
,
2
7
]
.
T
h
e
p
r
o
p
o
s
ed
an
d
ex
is
tin
g
m
o
d
e
l
ar
e
i
m
p
le
m
e
n
ted
u
s
i
n
g
J
av
a
p
r
o
g
r
a
m
i
n
g
lan
g
u
a
g
e.
T
h
e
clo
u
d
s
i
m
s
i
m
u
lato
r
is
u
s
ed
f
o
r
ev
al
u
ati
n
g
p
r
o
p
o
s
ed
QE
OS
a
n
d
ex
i
s
ti
n
g
w
o
r
k
f
lo
w
s
c
h
ed
u
lin
g
m
o
d
el.
Fo
r
ca
r
r
y
i
n
g
o
u
t
e
x
p
er
i
m
e
n
t
I
n
s
p
ir
al
W
o
r
k
f
lo
w
i
s
u
s
ed
[
2
3
,
2
7
]
.
T
h
e
w
o
r
k
f
lo
w
s
ch
ed
u
lin
g
o
f
b
o
th
p
r
o
p
o
s
ed
a
n
d
ex
is
tin
g
m
o
d
el
i
s
ex
ec
u
ted
o
n
6
4
-
b
it
q
u
ad
co
r
e
I
-
7
p
r
o
ce
s
s
o
r
o
n
w
i
n
d
o
w
O
S
p
latf
o
r
m
w
it
h
1
6
GB
R
A
M.
T
h
e
p
er
f
o
r
m
an
ce
o
f
b
o
th
p
r
o
p
o
s
ed
QE
OS
an
d
ex
is
tin
g
wo
r
k
f
lo
w
s
c
h
ed
u
li
n
g
m
o
d
el
i
s
ev
al
u
ated
i
n
ter
m
s
o
f
p
r
o
ce
s
s
in
g
ti
m
e
a
n
d
p
o
w
er
co
n
s
u
m
p
t
io
n
(
i.e
.
,
en
er
g
y
ef
f
icie
n
c
y
)
.
Fig
u
r
e
1
s
h
o
w
s
p
r
o
ce
s
s
in
g
t
i
m
e
p
er
f
o
r
m
an
ce
o
u
tco
m
e
att
ain
ed
b
y
p
r
o
p
o
s
ed
QE
OS
o
v
er
ex
is
t
in
g
DVFS
b
ased
w
o
r
k
f
lo
w
s
ch
ed
u
li
n
g
m
o
d
el
in
ter
m
s
o
f
to
tal
p
r
o
ce
s
s
in
g
t
i
m
e
co
n
s
id
er
in
g
v
ar
ied
task
/j
o
b
s
ize
an
d
v
ir
t
u
al
co
m
p
u
ti
n
g
n
o
d
e
f
o
r
ex
ec
u
ti
n
g
I
n
s
p
ir
al
w
o
r
k
f
lo
w
.
T
h
e
jo
b
s
ize
o
f
I
n
s
p
ir
al
is
3
0
,
5
0
,
1
0
0
,
an
d
1
0
0
0
.
Fro
m
r
es
u
lt
a
ttain
ed
it
ca
n
b
e
s
ee
n
to
tal
p
r
o
ce
s
s
i
n
g
ti
m
e
o
f
e
x
is
t
in
g
w
o
r
k
lo
ad
s
ch
e
d
u
lin
g
m
et
h
o
d
f
o
r
ex
ec
u
t
in
g
s
cien
tific
w
o
r
k
f
lo
w
I
n
s
p
ir
a
l 3
0
is
4
4
7
1
.
2
2
s
ec
,
I
n
s
p
ir
al
5
0
is
2
3
8
9
6
.
9
8
s
ec
,
I
n
s
p
ir
al
1
0
0
is
5
1
5
5
1
.
4
1
s
ec
an
d
I
n
s
p
ir
al
1
0
0
0
is
1
5
3
8
2
0
.
0
4
s
ec
.
Sim
ilar
l
y
,
t
h
e
to
tal
p
r
o
ce
s
s
in
g
ti
m
e
o
f
QE
OS
m
o
d
el
f
o
r
ex
ec
u
tin
g
s
cien
t
if
ic
w
o
r
k
f
lo
w
I
n
s
p
ir
al
3
0
is
1
3
4
4
.
1
2
s
ec
,
I
n
s
p
ir
al
5
0
is
1
4
1
9
.
8
9
s
ec
,
I
n
s
p
ir
al
1
0
0
is
2
5
6
3
.
7
6
s
ec
an
d
I
n
s
p
ir
al
1
0
0
0
is
1
1
8
5
9
.
2
1
s
ec
.
Fro
m
o
v
er
all
r
es
u
lt
attai
n
ed
it
ca
n
b
e
s
ee
n
p
r
o
p
o
s
ed
QE
OS
r
ed
u
ce
av
er
ag
e
to
tal
p
r
o
ce
s
s
in
g
t
i
m
e
b
y
8
7
.
8
2
%
w
h
e
n
co
m
p
ar
ed
w
it
h
e
x
is
t
i
n
g
w
o
r
k
lo
ad
s
ch
ed
u
l
in
g
m
o
d
e
l.
F
ig
u
r
e
2
s
h
o
w
s
p
e
r
f
o
r
m
an
c
e
o
u
t
c
o
m
e
at
t
ai
n
e
d
b
y
p
r
o
p
o
s
e
d
Q
E
O
S
o
v
e
r
e
x
i
s
t
in
g
D
VF
S
in
t
e
r
m
s
o
f
t
o
t
a
l
ex
e
cu
t
i
o
n
t
im
e
c
o
n
s
i
d
e
r
i
n
g
v
a
r
i
e
d
t
ask
/
jo
b
s
i
z
e
an
d
v
i
r
tu
a
l
c
o
m
p
u
t
in
g
n
o
d
e
f
o
r
e
x
e
cu
t
in
g
I
n
s
p
i
r
al
w
o
r
k
f
l
o
w
.
T
h
e
jo
b
s
iz
e
o
f
I
n
s
p
i
r
a
l
is
3
0
,
5
0
,
1
0
0
,
a
n
d
1
0
0
0
.
F
r
o
m
r
es
u
l
t
at
t
a
in
e
d
i
t
c
an
b
e
s
e
en
av
e
r
ag
e
e
x
e
cu
ti
o
n
t
im
e
o
f
ex
is
t
in
g
r
es
o
u
r
c
e
al
l
o
c
at
i
o
n
m
o
d
e
l
f
o
r
ex
e
cu
t
in
g
s
c
ie
n
t
if
i
c
w
o
r
k
f
l
o
w
I
n
s
p
ir
a
l
3
0
i
s
1
4
9
.
0
4
s
e
c
,
I
n
s
p
i
r
a
l
5
0
is
4
7
7
.
9
4
s
e
c
,
I
n
s
p
i
r
a
l
1
0
0
i
s
5
1
5
.
5
1
s
e
c
an
d
I
n
s
p
i
r
a
l
1
0
0
0
is
1
5
3
.
8
2
0
0
4
s
e
c
.
S
im
il
a
r
ly
,
av
e
r
ag
e
e
x
e
cu
ti
o
n
t
im
e
o
f
Q
E
O
S
f
o
r
e
x
e
cu
tin
g
s
ci
en
t
if
ic
w
o
r
k
f
l
o
w
I
n
s
p
i
r
a
l
3
0
is
4
4
.
8
0
4
s
e
c
,
I
n
s
p
i
r
a
l
5
0
i
s
2
8
.
3
9
7
8
s
e
c
,
I
n
s
p
i
r
al
1
0
0
i
s
2
5
.
6
3
7
6
s
ec
an
d
I
n
s
p
i
r
al
1
0
0
0
is
1
1
.
8
5
9
2
1
s
e
c
.
F
r
o
m
o
v
e
r
al
l
r
esu
l
t
a
tt
ai
n
e
d
i
t
c
an
b
e
s
ee
n
p
r
o
p
o
s
e
d
Q
E
O
S
r
e
d
u
c
e
av
e
r
ag
e
e
x
e
cu
t
i
o
n
t
im
e
b
y
9
1
.
4
6
%
w
h
en
c
o
m
p
a
r
e
d
w
ith
s
ta
n
d
a
r
d
DV
F
S
m
o
d
el
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci
I
SS
N:
2502
-
4752
Qu
a
lity a
n
d
e
n
erg
y
o
p
timiz
ed
s
ch
ed
u
lin
g
tech
n
iq
u
e
fo
r
ex
ec
u
tin
g
s
cien
tifi
c
…
(
N
a
g
en
d
r
a
P
r
a
s
a
d
S
)
1045
Fig
u
r
e
1
.
P
r
o
ce
s
s
in
g
ti
m
e
QE
OS o
v
er
ex
i
s
ti
n
g
DV
FS
m
et
h
o
d
u
s
i
n
g
s
c
ien
ti
f
ic
w
o
r
k
lo
ad
in
s
p
ir
al
Fig
u
r
e
2
.
Av
er
ag
e
p
r
o
ce
s
s
i
n
g
ti
m
e
o
f
QE
O
S o
v
er
ex
i
s
ti
n
g
D
VFS b
ased
w
o
r
k
f
lo
w
s
ch
ed
u
li
n
g
m
o
d
el
f
o
r
ex
ec
u
t
in
g
I
n
s
p
ir
al
w
o
r
k
f
lo
w
Fig
u
r
e
3
s
h
o
w
p
er
f
o
r
m
a
n
ce
c
o
m
p
ar
is
o
n
o
f
av
er
a
g
e
p
r
o
ce
s
s
in
g
ti
m
e
attai
n
ed
b
y
QE
OS
o
v
er
ex
is
ti
n
g
w
o
r
k
f
lo
w
s
ch
ed
u
li
n
g
m
et
h
o
d
[
2
3
,
2
7
]
.
T
h
e
av
er
ag
e
p
r
o
ce
s
s
i
n
g
ti
m
e
o
f
e
x
i
s
ti
n
g
w
o
r
k
f
lo
w
s
ch
ed
u
lin
g
m
et
h
o
d
[
2
3
,
2
7
]
f
o
r
ex
ec
u
ti
n
g
s
cie
n
ti
f
ic
w
o
r
k
f
lo
w
I
n
s
p
ir
a
l
3
0
is
2
0
6
.
7
8
s
ec
,
I
n
s
p
ir
al
5
0
is
2
2
6
.
1
9
s
ec
,
I
n
s
p
ir
al
1
0
0
is
2
0
6
.
1
2
s
ec
an
d
I
n
s
p
ir
al
1
0
0
0
i
s
2
2
7
.
2
5
s
ec
.
Fro
m
o
v
er
all
r
es
u
lt a
ttai
n
ed
it c
a
n
b
e
s
ee
n
p
r
o
p
o
s
ed
QE
OS r
ed
u
ce
av
er
ag
e
ex
ec
u
tio
n
ti
m
e
b
y
8
7
.
0
6
8
%
w
h
e
n
co
m
p
ar
e
d
w
ith
e
x
is
t
in
g
r
eso
u
r
ce
allo
ca
tio
n
m
o
d
el.
Fig
u
r
e
3
.
P
r
o
ce
s
s
in
g
ti
m
e
o
f
Q
E
OS o
v
er
ex
is
tin
g
w
o
r
k
lo
ad
s
ch
ed
u
li
n
g
m
o
d
el
f
o
r
in
s
p
ir
al
w
o
r
k
f
lo
w
e
x
ec
u
tio
n
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
5
0
2
-
4752
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci,
Vo
l.
21
,
No
.
2
,
Feb
r
u
ar
y
2
0
2
1
:
10
39
-
10
47
1046
Fig
u
r
e
4
s
h
o
w
s
p
er
f
o
r
m
an
ce
o
u
tco
m
e
attai
n
ed
b
y
p
r
o
p
o
s
ed
QE
OS
o
v
er
ex
is
ti
n
g
DVF
S
i
n
ter
m
s
o
f
av
er
ag
e
p
o
w
er
co
n
s
u
m
p
tio
n
co
n
s
id
er
in
g
v
ar
ied
tas
k
/j
o
b
s
ize
an
d
v
ir
t
u
al
co
m
p
u
ti
n
g
n
o
d
e
f
o
r
ex
ec
u
tin
g
I
n
s
p
ir
al
w
o
r
k
f
lo
w
.
T
h
e
jo
b
s
ize
o
f
I
n
s
p
ir
al
is
3
0
,
5
0
,
1
0
0
,
an
d
1
0
0
0
.
Fro
m
r
esu
l
t
attai
n
ed
it
ca
n
b
e
s
ee
n
Av
er
ag
e
p
o
w
er
co
n
s
u
m
p
tio
n
o
f
ex
is
t
in
g
r
eso
u
r
ce
allo
ca
tio
n
m
o
d
el
f
o
r
ex
ec
u
ti
n
g
s
cie
n
ti
f
i
c
w
o
r
k
f
lo
w
I
n
s
p
ir
al
3
0
is
1
9
.
1
4
6
w
att
s
,
I
n
s
p
ir
al
5
0
is
2
0
.
1
2
w
atts
,
I
n
s
p
ir
al
1
0
0
is
2
0
.
3
9
w
att
s
,
an
d
1
9
.
1
4
6
w
atts
.
Si
m
ilar
l
y
,
t
h
e
QE
OS
f
o
r
ex
ec
u
ti
n
g
s
cien
tific
w
o
r
k
f
lo
w
I
n
s
p
ir
al
3
0
is
1
5
.
8
1
5
w
at
ts
,
I
n
s
p
ir
al
5
0
i
s
1
5
.
9
0
1
w
att
s
,
I
n
s
p
ir
al
1
0
0
is
1
5
.
9
0
1
1
,
w
att
s
,
an
d
I
n
s
p
ir
al
1
0
0
0
is
1
5
.
8
1
w
att
s
.
Fro
m
o
v
er
all
r
es
u
lt
atta
in
ed
it
ca
n
b
e
s
ee
n
p
r
o
p
o
s
ed
QE
OS r
ed
u
ce
av
er
ag
e
p
o
w
er
co
n
s
u
m
p
tio
n
b
y
1
9
.
4
5
%
w
h
e
n
co
m
p
ar
ed
w
ith
s
tan
d
ar
d
DVF
S
m
o
d
el.
Fig
u
r
e
4
.
Av
er
ag
e
p
o
w
er
co
m
p
ar
is
o
n
o
f
QE
OS o
v
er
ex
is
ti
n
g
DVF
S
m
et
h
o
d
u
s
i
n
g
s
cien
t
if
ic
w
o
r
k
lo
ad
I
n
s
p
ir
al
4.
CO
NCLU
SI
O
N
Fin
d
i
n
g
w
a
y
s
to
allo
ca
te
ta
s
k
lo
ad
s
to
e
v
er
y
e
m
b
ed
d
ed
p
r
o
ce
s
s
o
r
an
d
e
f
f
ec
ti
v
el
y
d
ec
r
ea
s
e
en
er
g
y
co
n
s
u
m
p
tio
n
in
ea
c
h
p
r
o
ce
s
s
o
r
is
o
f
ess
e
n
tial
s
i
g
n
i
f
ican
ce
.
T
h
er
ef
o
r
e,
a
s
o
lu
tio
n
to
s
o
r
t
o
u
t
th
e
d
i
f
f
icu
l
ties
to
ac
h
iev
e
tr
ad
e
-
o
f
f
b
et
w
ee
n
p
er
f
o
r
m
a
n
ce
a
n
d
en
er
g
y
co
n
s
u
m
p
tio
n
f
o
r
v
ir
tu
a
l
m
ac
h
i
n
es
i
n
a
clo
u
d
en
v
ir
o
n
m
e
n
t
u
s
i
n
g
a
n
o
v
el
Q
u
alit
y
a
n
d
en
er
g
y
o
p
ti
m
ized
ap
p
r
o
ac
h
b
ased
o
n
Dy
n
a
m
ic
Vo
lta
g
e
an
d
Fre
q
u
en
c
y
Scali
n
g
tech
n
iq
u
e
is
p
r
o
v
id
ed
.
Her
e
m
o
d
ell
in
g
to
s
o
lv
e
o
p
ti
m
izati
o
n
p
r
o
b
lem
is
p
r
ese
n
ted
w
h
ic
h
o
cc
u
r
s
i
n
m
o
s
t
o
f
th
e
e
x
is
ti
n
g
s
ta
te
-
of
-
ar
t
tech
n
i
q
u
es.
Me
t
h
o
d
s
to
r
ed
u
ce
tas
k
lo
ad
an
d
in
cr
ea
s
e
e
f
f
icien
t
r
es
o
u
r
ce
u
tili
za
tio
n
i
s
also
p
r
esen
ted
.
T
h
e
r
e
s
u
l
ts
a
r
e
d
e
m
o
n
s
tr
ated
in
ter
m
s
o
f
p
r
o
ce
s
s
in
g
ti
m
e
ta
k
en
a
n
d
r
ed
u
ctio
n
i
n
p
o
w
er
co
n
s
u
m
p
tio
n
r
eq
u
ir
ed
f
o
r
p
r
o
ce
s
s
o
r
s
.
An
av
er
a
g
e
p
r
o
ce
s
s
in
g
ti
m
e
p
er
f
o
r
m
a
n
ce
i
m
p
r
o
v
e
m
en
t
o
f
9
1
.
4
6
%
an
d
8
7
.
0
6
8
%
is
attai
n
ed
b
y
QE
OS
o
v
er
DVF
S
a
n
d
ex
i
s
ti
n
g
w
o
r
k
f
lo
w
s
c
h
ed
u
li
n
g
m
o
d
el,
r
esp
ec
tiv
el
y
.
Si
m
i
lar
l
y
,
av
er
ag
e
p
o
w
er
co
n
s
u
m
p
tio
n
r
ed
u
ctio
n
o
f
1
9
.
4
5
%
is
att
ain
ed
b
y
QE
OS
o
v
er
DVF
S
b
ased
w
o
r
k
f
lo
w
s
ch
ed
u
lin
g
m
o
d
el.
Fro
m
o
v
e
r
all
r
esu
lt
attai
n
ed
it
ca
n
b
e
s
ee
n
p
r
o
p
o
s
ed
attain
g
o
o
d
tr
ad
eo
f
f
s
b
et
w
ee
n
m
i
n
i
m
izi
n
g
en
er
g
y
co
n
s
u
m
p
t
io
n
a
n
d
m
ee
tin
g
S
L
A
o
f
wo
r
k
lo
ad
ex
ec
u
t
io
n
.
Fu
t
u
r
e
wo
r
k
w
o
u
ld
f
u
r
th
e
r
co
n
s
id
er
p
er
f
o
r
m
a
n
ce
e
v
al
u
a
tio
n
co
n
s
id
er
in
g
v
ar
ied
w
o
r
k
f
lo
w
.
A
lo
n
g
w
it
h
,
w
o
u
ld
f
u
r
th
er
i
m
p
r
o
v
e
th
e
r
eso
u
r
ce
u
tili
za
tio
n
o
f
p
r
o
p
o
s
ed
s
ch
ed
u
lin
g
m
o
d
el
b
y
r
e
d
u
cin
g
I
/O
o
v
er
h
ea
d
b
y
b
et
ter
u
tili
zi
n
g
clo
u
d
r
eso
u
r
ce
s
.
RE
F
E
R
E
NC
E
S
[1
]
B.
M
a
rten
s,
M
.
W
a
lt
e
rb
u
sc
h
,
a
n
d
F
.
T
e
u
teb
e
rg
,
“
Co
stin
g
o
f
c
lo
u
d
c
o
m
p
u
ti
n
g
se
rv
ice
s:
A
to
tal
c
o
st
o
f
o
w
n
e
rsh
ip
a
p
p
ro
a
c
h
,
”
in
4
5
t
h
Ha
w
a
ii
In
t.
Co
n
f.
S
y
st.
S
c
i.
IEE
E
,
p
p
.
1
5
6
3
-
1
5
7
2
,
2
0
1
2
.
[2
]
Ji
W
u
,
De
z
u
n
D
o
n
g
,
X
ian
g
k
e
L
iao
,
L
i
W
a
n
g
,
“
En
e
rg
y
-
e
ff
icie
n
t
No
C
w
it
h
m
u
lti
-
g
ra
n
u
larity
p
o
we
r
o
p
ti
m
iza
ti
o
n
,”
T
h
e
J
o
u
r
n
a
l
o
f
S
u
p
e
rc
o
mp
u
ti
n
g
,
v
o
l
.
7
3
,
no.
4
,
p
p
.
1
6
5
4
-
1
6
7
1
,
2
0
1
7
.
[3
]
A
.
I
v
a
n
o
v
a
n
d
G
.
D
e
M
ich
e
li
.
,
“
G
u
e
st
e
d
it
o
rs’
in
tro
d
u
c
ti
o
n
:
T
h
e
n
e
t
w
o
rk
-
on
-
c
h
ip
p
a
ra
d
ig
m
in
p
ra
c
ti
c
e
a
n
d
re
se
a
rc
h
,”
De
sig
n
T
e
st o
f
C
o
mp
u
t
e
rs
IEE
E
,
v
o
l.
22
,
n
o
.
5
,
p
p
.
3
9
9
–
4
0
3
,
S
e
p
2
0
0
5
,
doi
:
1
0
.
1
1
0
9
/M
D
T
.
2
0
0
5
.
1
1
1
.
[4
]
J.
R.
Do
p
p
a
,
R.
G
.
Ki
m
,
M
.
Isa
k
o
v
,
M
.
A
.
Kin
sy
,
H.
K
w
o
n
a
n
d
T.
Krish
n
a
,
"
A
d
a
p
ti
v
e
m
a
n
y
c
o
re
a
rc
h
it
e
c
tu
re
s
f
o
r
b
ig
d
a
ta
c
o
m
p
u
ti
n
g
:
S
p
e
c
ial
se
ss
i
o
n
p
a
p
e
r,
"
2
0
1
7
El
e
v
e
n
th
IEE
E/
ACM
In
ter
n
a
ti
o
n
a
l
S
y
mp
o
siu
m
o
n
Ne
two
rk
s
-
on
-
Ch
ip
(
NOCS
)
,
S
e
o
u
l
,
p
p
.
1
-
8
,
2
0
1
7
.
[5
]
M
c
k
e
e
n
,
F
.
,
A
le
x
a
n
d
ro
v
ich
,
I.
,
Be
re
n
z
o
n
,
A
.
,
Ro
z
a
z
,
C.
V
.
,
S
h
a
f
i,
H.,
S
h
a
n
b
o
g
u
e
,
V.,
a
n
d
S
a
v
a
g
a
o
n
k
a
r,
U.
R.
“
In
n
o
v
a
ti
v
e
in
stru
c
ti
o
n
s
a
n
d
so
f
tw
a
r
e
m
o
d
e
l
f
o
r
iso
late
d
e
x
e
c
u
ti
o
n
,”
I
n
Pro
c
e
e
d
i
n
g
s
o
f
th
e
2
N
d
In
ter
n
a
ti
o
n
a
l
W
o
rk
sh
o
p
o
n
H
a
rd
wa
re
a
n
d
Arc
h
it
e
c
tu
ra
l
S
u
p
p
o
rt f
o
r
S
e
c
u
rity
a
n
d
Priva
c
y
(
2
0
1
3
)
,
HA
S
P
’
1
3
,
2
0
1
3
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
d
o
n
esia
n
J
E
lec
E
n
g
&
C
o
m
p
Sci
I
SS
N:
2502
-
4752
Qu
a
lity a
n
d
e
n
erg
y
o
p
timiz
ed
s
ch
ed
u
lin
g
tech
n
iq
u
e
fo
r
ex
ec
u
tin
g
s
cien
tifi
c
…
(
N
a
g
en
d
r
a
P
r
a
s
a
d
S
)
1047
[6
]
Ca
u
f
ield
,
A
.
M
.
,
Ch
u
n
g
,
E.
S
.
,
P
u
tn
a
m
,
A
.
,
A
n
g
e
p
a
t,
H.,
F
o
w
e
rs,
J.,
Ha
se
l
m
a
n
,
M
.
,
He
il
,
S
.
,
Hu
m
p
h
re
y
,
M
.
,
Ka
u
r,
P
.
,
Kim
,
J.
-
Y
.
,
e
t
a
l
.
“
A
c
lo
u
d
-
sc
a
le
a
c
c
e
lera
ti
o
n
a
rc
h
it
e
c
tu
re
,
”
In
M
icr
o
a
rc
h
it
e
c
t
u
re
(
M
ICRO)
,
4
9
th
A
n
n
u
a
l
IEE
E/
ACM
In
ter
n
a
ti
o
n
a
l
S
y
mp
o
s
iu
m
,
p
p
.
1
-
1
3
,
2
0
1
6
.
[7
]
S
o
f
tl
a
y
e
r
G
P
U A
c
c
e
lera
ted
Co
m
p
u
ti
n
g
,
[
O
n
li
n
e
]
.
A
v
a
il
a
b
le:
h
tt
p
:/
/
ww
w
.
so
f
tl
a
y
e
r.
c
o
m
/
G
P
U.
[8
]
Am
a
z
o
n
EC2
P
r
icin
g
,
[
On
l
in
e
]
.
Av
a
il
a
b
le:
h
tt
p
s://
a
w
s.a
m
a
z
o
n
.
c
o
m
/e
c
2
/p
ricin
g
/,
2
0
1
6
.
[9
]
Da
v
id
e
a
d
a
m
i,
S
tafa
n
o
G
io
rd
a
n
o
,
M
ich
e
le
P
a
g
a
n
o
,
S
im
o
n
e
Ro
m
a
,
”
A
V
irt
u
a
l
M
a
c
h
in
e
M
ig
ra
ti
o
n
i
n
a
c
lo
u
d
d
a
t
a
c
e
n
ter
sc
e
n
a
rio
:
A
n
Ex
p
e
rim
e
n
tal
A
n
a
l
y
sis,”
2
0
1
3
IEE
E
In
ter
n
a
ti
o
n
a
l
C
o
n
fer
e
n
c
e
o
n
C
o
mm
u
n
ic
a
t
io
n
s
(
ICC)
,
p
p
.
2
5
7
8
-
2
5
8
2
,
2
0
1
3
.
[1
0
]
K.Da
sg
u
p
ta,
Bro
to
ti
M
a
n
d
a
l,
P
a
ra
m
a
rth
a
Du
tt
a
,
J
y
o
tsn
a
Ku
m
a
r
M
o
n
d
a
l,
S
a
n
ta
n
u
Da
m
,
“
A
Ge
n
e
ti
c
A
lg
o
rit
h
m
b
a
se
d
lo
a
d
b
a
lan
c
i
n
g
stra
teg
y
f
o
r
c
lo
u
d
c
o
m
p
u
ti
n
g
,
”
Pr
o
c
e
d
ia
T
e
c
h
n
o
lo
g
y
,
v
o
l.
1
0
,
p
p
.
3
4
0
-
3
4
7
,
2
0
1
3
.
[1
1
]
J.
R.
Do
p
p
a
,
R.
G
.
Ki
m
,
M
.
Isa
k
o
v
,
M
.
A
.
Kin
sy
,
H.
K
w
o
n
a
n
d
T.
Krish
n
a
,
"
A
d
a
p
ti
v
e
m
a
n
y
c
o
re
a
rc
h
it
e
c
tu
re
s
f
o
r
b
ig
d
a
ta
c
o
m
p
u
ti
n
g
:
S
p
e
c
ial
se
ss
i
o
n
p
a
p
e
r,
"
2
0
1
7
El
e
v
e
n
th
IEE
E/
ACM
In
ter
n
a
ti
o
n
a
l
S
y
mp
o
siu
m
o
n
Ne
two
rk
s
-
on
-
Ch
ip
(
NOCS
)
,
S
e
o
u
l
,
p
p
.
1
-
8
,
2
1
0
1
7
.
[1
2
]
G
.
X
ie,
G
.
Zen
g
,
R.
L
i
a
n
d
K.
Li
,
"
En
e
rg
y
-
a
w
a
r
e
p
ro
c
e
ss
o
r
m
e
rg
in
g
a
lg
o
rit
h
m
s
f
o
r
d
e
a
d
li
n
e
c
o
n
st
ra
in
e
d
p
a
ra
ll
e
l
a
p
p
li
c
a
ti
o
n
s in
h
e
tero
g
e
n
e
o
u
s clo
u
d
c
o
m
p
u
ti
n
g
,
"
in
IEE
E
T
ra
n
sa
c
t
io
n
s o
n
S
u
st
a
i
n
a
b
le Co
mp
u
ti
n
g
,
v
o
l.
2
,
n
o
.
2
,
p
p
.
62
-
7
5
,
2
0
1
7
.
[1
3
]
Z.
L
i,
J.
G
e
,
H.
Hu
,
W
.
S
o
n
g
,
H.
Hu
a
n
d
B.
L
u
o
,
"
Co
st
a
n
d
e
n
e
rg
y
a
w
a
r
e
sc
h
e
d
u
li
n
g
a
lg
o
rit
h
m
f
o
r
sc
ien
ti
f
ic
w
o
rk
f
lo
w
s
w
it
h
d
e
a
d
li
n
e
c
o
n
stra
in
t
in
c
lo
u
d
s,"
in
IE
EE
T
ra
n
sa
c
t
io
n
s
o
n
S
e
rv
ice
s
Co
mp
u
ti
n
g
,
v
o
l
.
1
1
,
n
o
.
4
,
p
p
.
713
-
7
2
6
,
2
0
1
8
.
[1
4
]
K.
L
i,
“
P
o
w
e
r
a
n
d
p
e
rf
o
rm
a
n
c
e
m
a
n
a
g
e
m
e
n
t
f
o
r
p
a
ra
ll
e
l
c
o
m
p
u
tatio
n
s in
c
l
o
u
d
s
a
n
d
d
a
ta
c
e
n
ters
,
”
J
.
Co
mp
u
t.
S
y
st
.
S
c
i.
,
v
o
l
.
8
2
,
n
o
.
2
,
p
p
.
1
7
4
–
1
9
0
,
M
a
r.
2
0
1
6
.
[1
5
]
A
h
m
e
d
S
u
b
h
i
A
b
d
a
lk
a
f
o
r1
,
Kh
a
tt
a
b
M
.
A
li
A
lh
e
e
ti
2
,
“
A
h
y
b
rid
a
p
p
ro
a
c
h
f
o
r
sc
h
e
d
u
li
n
g
a
p
p
li
c
a
ti
o
n
s
in
c
lo
u
d
c
o
m
p
u
ti
n
g
e
n
v
iro
n
m
e
n
t
,
”
In
ter
n
a
ti
o
n
a
l
J
o
u
rn
a
l
o
f
El
e
c
trica
l
a
n
d
Co
mp
u
ter
E
n
g
i
n
e
e
rin
g
(
IJ
ECE
)
,
v
o
l
.
1
0
,
no
.
2
,
p
p
.
1
3
8
7
-
1
3
9
7
,
2
0
2
0
,
d
o
i
:
1
0
.
1
1
5
9
1
/i
jec
e
.
v
1
0
i2
.
p
p
1
3
8
7
-
1
3
9
7
.
[1
6
]
M
a
n
u
jak
sh
i
B.
C.
1
,
K
B
Ra
m
e
sh
2
,
“
F
ra
m
e
w
o
rk
f
o
r
c
o
st
-
e
ffe
c
ti
v
e
a
n
a
ly
ti
c
a
l
m
o
d
e
ll
in
g
f
o
r
se
n
so
r
y
d
a
ta
o
v
e
r
c
lo
u
d
e
n
v
iro
n
m
e
n
t
,
”
In
ter
n
a
ti
o
n
a
l
J
o
u
rn
a
l
o
f
El
e
c
trica
l
a
n
d
Co
m
p
u
ter
En
g
in
e
e
rin
g
(
IJ
ECE
)
,
v
o
l
.
9
,
n
o
.
5
,
p
p
.
3
8
2
2
-
3
8
3
2
,
Oc
t
.
2
0
1
9
,
doi
:
1
0
.
1
1
5
9
1
/i
j
e
c
e
.
v
9
i5
.
[1
7
]
G
.
X
ie,
L
.
L
iu
,
L
.
Ya
n
g
,
a
n
d
R.
Li
,
“
S
c
h
e
d
u
li
n
g
trad
e
-
o
ff
o
f
d
y
n
a
m
ic
m
u
lt
ip
le p
a
ra
ll
e
l
w
o
rk
f
lo
w
s
o
n
h
e
te
ro
g
e
n
e
o
u
s
d
istri
b
u
ted
c
o
m
p
u
ti
n
g
sy
ste
m
s,”
Co
n
c
u
rr
e
n
c
y
Co
mp
u
t.
-
Pa
rc
ti
c
e
E
x
p
.
,
v
o
l.
2
9
,
n
o
.
8
,
p
p
.
1
-
1
8
,
2
0
1
7
.
[1
8
]
G
.
Zen
g
,
Y.
M
a
tsu
b
a
ra
,
H.
T
o
m
i
y
a
m
a
,
a
n
d
H.
T
a
k
a
d
a
,
“
En
e
rg
y
a
w
a
r
e
tas
k
m
i
g
ra
ti
o
n
f
o
r
m
u
lt
ip
ro
c
e
ss
o
r
re
a
l
-
ti
m
e
s
y
ste
m
s,”
Fu
tu
re
Ge
n
.
C
o
mp
u
t.
S
y
st.,
vo
l.
5
6
,
p
p
.
2
2
0
-
2
2
8
,
2
0
1
6
.
[1
9
]
K.
L
i,
“
S
c
h
e
d
u
li
n
g
p
re
c
e
d
e
n
c
e
c
o
n
stra
in
e
d
tas
k
s
w
it
h
re
d
u
c
e
d
p
ro
c
e
ss
o
r
e
n
e
rg
y
o
n
m
u
lt
ip
ro
c
e
s
so
r
c
o
m
p
u
ters
,
”
IEE
E
T
ra
n
s.
C
o
mp
u
t.
,
v
o
l.
6
1
,
n
o
.
1
2
,
p
p
.
1
6
6
8
-
1
6
8
1
,
2
0
1
2
.
[2
0
]
J.
D.
Ullm
a
n
,
“
NP
-
c
o
m
p
lete
sc
h
e
d
u
l
in
g
p
r
o
b
lem
s,”
J
o
u
rn
a
l
o
f
Co
m
p
u
ter
a
n
d
S
y
ste
m
sc
ien
c
e
s
,
v
o
l.
1
0
,
n
o
.
3
,
p
p
.
3
8
4
-
3
9
3
,
1
9
7
5
.
[2
1
]
D.
T
a
m
a
¸
s
-
S
e
li
c
e
a
n
a
n
d
P
.
P
o
p
,
“
De
sig
n
o
p
t
im
iza
ti
o
n
o
f
m
ix
e
d
c
rit
ica
li
ty
re
a
l
-
ti
m
e
e
m
b
e
d
d
e
d
sy
ste
m
s,”
ACM
T
ra
n
s.
Emb
e
d
d
e
d
C
o
mp
u
t.
S
y
st.
,
v
o
l.
1
4
,
n
o
.
3
,
p
p
.
1
-
29
,
2
0
1
5
.
[2
2
]
K.
S
u
m
a
lath
a
1
,
M
.
S
.
A
n
b
a
ra
si2
,
“
A
re
v
ie
w
o
n
v
a
rio
u
s
o
p
ti
m
iza
ti
o
n
tec
h
n
iq
u
e
s
o
f
re
so
u
rc
e
p
ro
v
isi
o
n
i
n
g
in
c
lo
u
d
c
o
m
p
u
ti
n
g
,
”
In
ter
n
a
t
io
n
a
l
J
o
u
rn
a
l
o
f
E
lec
trica
l
a
n
d
Co
m
p
u
ter
E
n
g
i
n
e
e
rin
g
(
IJ
ECE
)
,
v
o
l
.
9
,
no
.
1
,
p
p
.
6
2
9
-
6
3
4
,
2
0
1
9
,
d
o
i
:
1
0
.
1
1
5
9
1
/i
jec
e
.
v
9
i1
.
[2
3
]
M
e
h
ra
n
T
a
ra
h
o
m
i1
,
M
o
h
a
m
m
a
d
Iz
a
d
i,
“
A
h
y
b
rid
a
lg
o
rit
h
m
to
re
d
u
c
e
e
n
e
rg
y
c
o
n
su
m
p
ti
o
n
m
a
n
a
g
e
m
e
n
t
in
c
lo
u
d
d
a
ta
c
e
n
ters
,
”
In
ter
n
a
ti
o
n
a
l
J
o
u
r
n
a
l
o
f
El
e
c
trica
l
a
n
d
C
o
mp
u
ter
En
g
i
n
e
e
rin
g
(
IJ
ECE
)
,
v
o
l
.
9
,
no
.
1
,
p
p
.
5
5
4
-
5
6
1
,
2
0
1
9
,
d
o
i
:
1
0
.
1
1
5
9
1
/i
jec
e
.
v
9
i1
.
[2
4
]
S
.
Ch
e
n
,
Z.
L
i,
B.
Ya
n
g
,
a
n
d
G
.
Ru
d
o
lp
h
,
“
Qu
a
n
tu
m
-
in
sp
ired
h
y
p
e
r
-
h
e
u
risti
c
s
f
o
r
e
n
e
rg
y
-
a
wa
re
sc
h
e
d
u
li
n
g
o
n
h
e
tero
g
e
n
e
o
u
s
c
o
m
p
u
ti
n
g
sy
s
tem
s,”
IEE
E
T
ra
n
sa
c
ti
o
n
s
o
n
P
a
ra
ll
e
l
a
n
d
Distri
b
u
ted
S
y
ste
ms
,
v
o
l.
2
7
,
n
o
.
6
,
p
p
.
1
7
9
6
-
1
8
1
0
,
2
0
1
6
.
[2
5
]
Kh
o
rra
m
n
e
jad
,
K.,
F
e
rd
o
u
se
,
L
.
,
G
u
a
n
,
L
.
A
n
p
a
lag
a
n
,
A
.
,
“
P
e
rf
o
rm
a
n
c
e
o
f
in
teg
r
a
ted
w
o
rk
lo
a
d
sc
h
e
d
u
li
n
g
a
n
d
p
re
-
f
e
tch
in
g
in
m
u
lt
i
m
e
d
ia
m
o
b
il
e
c
lo
u
d
c
o
m
p
u
ti
n
g
,
”
J
o
u
r
n
a
l
o
f
Cl
o
u
d
Co
mp
u
ti
n
g
,
v
o
l.
7
,
n
o
.
1
,
p
p
.
1
-
1
4
,
2
0
1
8
.
d
o
i
:
1
0
.
1
1
8
6
/s
1
3
6
7
7
-
0
1
8
-
0
1
1
5
-
6
,
2
0
1
8
.
[2
6
]
Ch
u
n
li
n
,
L
.
,
Jia
n
h
a
n
g
,
T
.
a
n
d
Yo
u
lo
n
g
,
L
.
,
“
Hy
b
rid
Clo
u
d
A
d
a
p
ti
v
e
S
c
h
e
d
u
li
n
g
S
trate
g
y
f
o
r
He
tero
g
e
n
e
o
u
s
W
o
rk
lo
a
d
s”
,
J
Gr
id
Co
mp
u
ti
n
g
,
v
o
l.
17
,
n
o
.
3
,
p
p
.
4
1
9
-
4
4
6
,
2
0
1
9
,
d
o
i
:
1
0
.
1
0
0
7
/s
1
0
7
2
3
-
0
1
9
-
0
9
4
8
1
-
3.
[2
7
]
Ju
n
lo
n
g
Zh
o
u
,
e
t
a
l.
,
“
Co
st
a
n
d
m
a
k
e
sp
a
n
-
a
wa
re
w
o
rk
f
lo
w
sc
h
e
d
u
li
n
g
in
h
y
b
rid
c
lo
u
d
s
,
”
J
o
u
r
n
a
l
o
f
S
y
ste
ms
Arc
h
it
e
c
tu
re
,
v
o
l.
1
0
0
,
2
0
1
9
.
d
o
i
:
1
0
.
1
0
1
6
/
j.
sy
sa
r
c
.
2
0
1
9
.
0
8
.
0
0
4
,
2
0
1
9
.
Evaluation Warning : The document was created with Spire.PDF for Python.