مروری بر بهینه سازی توزیع بار در سیستم های توزیع شده با به کارگیری الگوریتم های تکاملی

با رشد روزافزون رایانش ابری و سیستم های توزیع شده، مدیریت کارآمد منابع و توزیع بار به یکی از چالش های بنیادین جهت تضمین کیفیت سرویس تبدیل شده است. الگوریتم های سنتی و ایستا در محیط های ناهمگن و به شدت پویا، کارایی لازم را ندارند و منجر به اتلاف منابع یا نقض توافق نامه سطح خدمات می شوند. این مقاله به مرور جامع ادبیات موجود در زمینه استفاده از الگوریتم های فراابتکاری، یادگیری ماشین و روش های مبتنی بر گراف برای حل این مشکل می پردازد. روش هایی نظیر الگوریتم ژنتیک، بهینه سازی ازدحام ذرات، گرگ خاکستری و رویکردهای ترکیبی مورد تحلیل قرار می گیرند. بررسی ها نشان می دهد که اکثر روش های موجود یا ماهیت واکنشی دارند و یا در صورت استفاده از پیش بینی، دچار گسست زمانی بین لایه پیش بینی و لایه تصمیم گیری هستند.

کلیدواژه ها:

رایانش ابری ، توزیع بار ، الگوریتم های فراابتکاری ، الگوریتم های تکاملی ، پیش بینی بار ، سیستم های توزیع شده