بهبود زمانبندي اجراي قواعد در پايگاه داده پويا

پردازش قواعد يكي از مسايل مهم در يك سيستم پايگاه داده¬ي پويا است و داراي مراحل مختلفي مي¬باشد كه يكي از آنها مرحله¬ي زمان¬بندي يا انتخاب قواعد براي اجراست. روش انتخاب و زمان¬بندي قواعد تأثير بسزايي در كارايي سيستم پايگاه داده¬ي پويا دارد. در زمينه زمانبندي قواعد در پايگاه داده پويا كه داراي حساسيت¬هاي زماني روي زمان نهايي اجرايي قواعد هست، روش¬هاي متعددي ارايه شده است. در اين نوع پايگاه¬هاي داده، قواعد داراي محدوديت¬هاي زماني (time-constraints) هستند و هر قاعده در طول اجراي خود قواعد ديگري را براي اجرا فعال خواهد كرد. در روش مبتني بر EDF اولويت اجراي هر قاعده در طول دوره پردازش قواعد محاسبه مي¬شود و زمابندي اين قواعد براساس همين اولويت¬ها انجام خواهد شد. در اين مقاله سعي كرده ايم با استفاده از آتوماتاي يادگير در دو مرحله از فرآيند زمانبندي قواعد بهبود دهيم. يكي تخمين دقيق¬تر احتمال درستي شرط قواعد براي قواعد فعال و ديگري در تخمين دقيق¬تر احتمال فعال سازي قواعد فوري يا تعويقي در هنگام اجراي بخش شرط هر قاعده در روش EDFPD. براي ارزيابي و مقايسه روشهاي موجود با روشهاي ارايه شده در اين مقاله سه معيار ارزيابي 1) درصد ضرب العجل¬هاي از دست رفته، 2) سربار زماني به ازاي هر تراكنش و 3) توان عملياتي وجود دارد.