Scheduling Independent Tasks on Grid Computing Systems Using Hybrid Genetic and PSO Algorithms
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 418
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
KBEI02_255
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
Grid computing is a promising technology for future computing platforms and is expected to provide easier access to remote computational resources that are usually locally limited. Scheduling is one of the active research topics in grid environments. The goal of grid task scheduling is to achieve high system throughput and to allocate various computing resources to applications. The Complexity of scheduling problem increases with the size of the grid and becomes highly difficult to solve effectively. Many different methods have been proposed to solve this problem. Some of these methods are based on heuristic techniques that provide an optimal or near optimal solution for large grids. In this paper, a hybrid genetic and particle swarm optimization (PSO) algorithms for scheduling meta-tasks in grid computing system is presented which tries to minimize makespan. According to the experimental results, the proposed algorithm confidently demonstrates its competitiveness with well-known previously proposed algorithms.
کلیدواژه ها:
نویسندگان
Sadegh Nejatzadeh
Department of Computer Science and Engineering Shahid Beheshti University Tehran, Iran
Ali Afraz
Department of Electrical and Computer Engineering Islamic Azad University Janah Branch Janah, Iran
Saeid Malekpour
Department of Computer Engineering and Information Technology Amirkabir University of Technology Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :