بهبود هزینه زمان بندی در محاسبات ابری با استفاده از الگوریتم ژنتیک وکلونی زنبورمصنوعی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 328

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EMAA07_018

تاریخ نمایه سازی: 4 مهر 1396

چکیده مقاله:

مسیله زمان بندی در محیط ابری امروزه به یکی از مهمترین چالش ها در بحت محاسبات ابری تبدیل شده است. ازآنجایی که زمان بندی وظایف در محیط محاسبات ابری یک مسیله NP کاملی است، لذا الگوریتم های زمانبندی وظایف سنتی کارایی مناسب در این محیط را ندارند. در سیستم محاسبات ابری، منابع محا اسبانی به عنوان ما شبینیهای مجازی ارایه می شوند، در یک چنین سناریویی الگوریتم های زمانبندی یک نقشی به سیار مهمی را بازی می کنند چرا که هدف زمانبندی، کارایی وظایف است تا زمانی را کاهش داده و بهره برداری منبع را بهبود ببخشد. در این پایان نامه یک روش ترکیبی با استفاده از الگوریتم ژنتیک و الگوریتم کلوبی زنبور مصنوعی پیشنهاد شده است. نتایج حاصل از شبیه سازی نشان میدهد که روشی پیشنهادی باعث بهبود کارایی و کاهش هزینه در روش های مورد بررسی میباشد

کلیدواژه ها:

محاسبات ابری ، زمان بندی ، الگوریتم ژنتیک ، الگوریتم کلونی زنبور عسل

نویسندگان

پروین فرتوت بهنق

دانشجوی کارشناسی ارشد، کامپیوتر، دانشگاه پیام نور، صندوق پستی ، ۳۶۹۷-۱۹۳۹۵تهران، ایران

مهدی جوانمرد

استادیار، کامپیوتر، دانشگاه پیام نور، صندوق پستی ،۳۶۹۷-۱۹۳۹۵تهران، ایران