ارایه مکانیزمی مبتنی بر الگوریتم بهینه سازی علف های هرز در زمانبندی وظایف در محیط محاسبات ابری

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 828

فایل این مقاله در 18 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF03_212

تاریخ نمایه سازی: 6 اردیبهشت 1396

چکیده مقاله:

رایانش ابری، سبک محاسباتی جدیدی است که به سبب پیشرفت های بی شمار آن مانند ارایه سرویس برحسب تقاضا، پرداخت در ازای استفاده و اشتراک منابع در بین سایر سبک های محاسباتی برتری پیدا کرده و مشتریان و تولیدکنندگان بسیاری را به خود جلب کرده است. محاسبات ابری یک تکنولوژی در حال ظهور است، با توجه به اینکه منطق محاسبات ابری براساس پردازش موازی سیستم ها است بنابراین ساز و کار زمانبندی یکی از مهمترین نقش های حیاتی را در محیط محاسبات ابری ایفا می کند و هسته محاسبات ابری، بدون زمانبندی مفهومی ندارد. در این مقاله با استفاده از الگوریتم بهینه سازی علف های هرز زمانبندی وظایف در محیط ابر در جهت کمینه سازی زمان تکمیل وظایف انجام شده است. در جهت بهبود عملکرد الگوریتم بهینه سازی علف های هرز از عملگرهای تعویض و وارون سازی استفاده شده است تا تنوعی بیشتری در فضای پاسخ ایجاد شود و در صورت افتادن در نقاط بهینه محلی باعث خروج و یافتن پاسخ بهینه سراسری شوند. پس از مدل سازی مسیله با استفاده از الگوریتم بهینه سازی علف های هرز و بهبود آن، زمانبندی وظایف به ازای 15، 20، 25 و30 وظیفه بر روی 4 پردازنده انجام می شود و نتایج آن با الگوریتم بهینه سازی ازدحام ذرات مقایسه می شود. نتایج حاکی از عملکرد بهینه الگوریتم بهینه سازی علف های هرز با زمان تکمیل وظایف 126، 156، 196 و 245 به ترتیب براساس 15، 20، 25 و 30 وظیفه در برابر الگوریتم بهینه سازی ازدحام ذرات است.

کلیدواژه ها:

زمانبندی وظایف ، محاسبات ابری ، الگوریتم بهینه سازی علف های هرز

نویسندگان

پریا اردستانی

گروه مهندسی کامپیوتر، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

کامبیز بدیع

عضو هیات علمی و دانشیار، پژوهشگاه ارتباطات و فناوری اطلاعات (مرکز تحقیقات مخابرات ایران)

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 :
  • Wu, Zhangjun, et al. (2010), "A revised discrete particle _ ...
  • Kumar, P. and A. Verma, (2012), "Independent task scheduling in ...
  • Yu, Jia, and Rajkumar Buyya. (2006), "A budget constrained scheduling ...
  • Chen, Wei-Neng, and Jun Zhang. (2009), "An ant colony optimization ...
  • Pandey, Suraj, et al. (2010), "A particle SWarm optimization- based ...
  • Mao, Ming, and Marty Humphrey. (2011), "Auto-scaling to minimize cost ...
  • Malawski, Maciej, et al. (2012), "Cost-and deadline- constrained provisioning for ...
  • Abrishami, Saeid, Mahmoud Naghibzadeh, and Dick HJ Epema. (2013), "Deadline- ...
  • Rodriguez, Maria Alejandra, and Rajkumar Buyya. (2014), "Deadline based resource ...
  • Shilane, D. Martikainen, J. S and Dudoit, S. (2008), "A ...
  • Mehrabian, Ali Reza, and Caro Lucas. (2006), "A novel numerical ...
  • Factors in Particle Swarm Optimization" , In: Proceedings of IEEE ...
  • Eberhart, R.C. and J. Kennedy. (1995), _ new optimizer using ...
  • Shi, Y. Eberhart, R.C. (2010), "Comparing ...
  • نمایش کامل مراجع