روش بهبود یافته زمان بندی منابع در رایانش ابری با استفاده از برنامه نویسی ژنتیک

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 202

فایل این مقاله در 12 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:

SASTECH09_123

تاریخ نمایه سازی: 11 اردیبهشت 1398

چکیده مقاله:

مساله زمان بندی در محیط ابری امروزه به یکی از مهمترین چالش ها در بحث رایانش ابری تبدیل شده است. در سیستمهای رایانش ابری، منابع محاسباتی به عنوان ماشینهای مجازی ارایه میشوند، در یک چنین سناریویی الگوریتمهای زمانبندی یک نقش بسیار مهمی را بازی میکنند در محیط ابری کاربر برای اجرای کار خود ممکن است از صدها منابع محاسباتی استفاده کند. بنابراین انجام زمانبندی به صورت دستی راه حل امکان پذیری نمی باشد. در این مقاله برای حل مسیله زمانبندی از الگوریتم ژنتیک استفاده شده است. الگوریتم ژنتیک با الهام گرفتن از قانون طبعیت بقای جمعیت بهتر در رسیدن به پاسخ صحیح مسیله مناسب کارآمد است.در این الگوریتم باتوجه به استراتژی های مناسب در مورد مسیله برای عملگرهای گزینش، تقاطع ترکیب تلاش گردیده یک مدل بهینه با توجه ذات مسیله، برای کمینه سازی زمان اجرا زمان انتظار وظایف به طور همزمان برای مسیله زمانبندی مطرح شود. به منظور ارزیابی میزان سنجش دقت روش آزمایشاتی برای کارایی الگوریتم ژنتیک میزان متوسط بار سیستمها نرخ مهاجرت انجام گرفته است که نتایج آزمایشات نتایج شبیه سازی نشان میدهد که، روش پیشنهادی کارایی بهرهوری مناسبی نسبت به دیگر الگوریتمهای مورد مقایسه دارد.

نویسندگان

رضا امینی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد بابل

سهیلا فاطری

عضو هییت علمی دانشگاه آزاد اسلامی واحد بابل