ارائه یک روش زمانبندd بمنظور ایجاد توازن میان زمان و هزینه در شبکه گرید محاسباتی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 731

فایل این مقاله در 7 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:

NCCEB01_162

تاریخ نمایه سازی: 18 خرداد 1393

چکیده مقاله:

سیستم های گرید، مجموعه ای از منابع محاسباتی و کاربران است که در سراسر جهان پراکنده شده اند. تاکنون الگوریتم های ابتکاری زیادی در رابطه با نحوه ی زمانبندی وظایف در محیط گرید ارائه شده است که هدف بیشتر این الگوریتم ها،بهینه سازی یکی از پارامترهای کیفیت سرویس میباشد. در اکثر روش های سنتی با دید یک بعدی به مسأله نگریسته و با بهینه سازی یک عامل، عامل دیگر را فراموش کرده اند به همین دلیل در این تحقیق پس از بررسی نقاط ضعف و قوت روش های پیشین زمانبندی،با ترکیب الگوریتم ژنتیک و جستجوی محلی به تقلید از جاذبه گرانشی، روشی ترکیبی ارائه میگردد، که پارامترهای زمان اجرای کار و هزینه استفاده از منابع را به طور همزمان مورد توجه قرار می دهد و سپس با ایجاد توازن میان زمان و هزینه، بر اساس میزان اهمیت کاربر برای هر پارامتر، به زمانبندی وظایف در محیط گرید محاسباتی میپردازد. نتایج حاصل از آزمایش ها، نشان می دهد که الگوریتم پشنهادی ما می تواند به عملکرد بالایی در ایجاد توازن میان هزینه و زمان اجرای وظایف نسبت به سه الگوریتم GA ،Min-Min و GA-VNS دست پیدا کند.

کلیدواژه ها:

الگوریتم ژنتیک ، الگوریتم جستجوی محلی به تقلید از جاذبه گرانشی ، زمانبندی ، بهینه سازی زمان

نویسندگان

وحید قائدرحمتی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان

سید عنایت الله علوی

استادیار دانشگاه شهید چمران اهواز

ایمان عطارزاده

استادیار دانشگاه آزاد اسلامی واحد دزفول

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 :
  • I. Foster and . Kesselman (editors), The Grid: Blueprint for ...
  • J. Holland, Adaptation in Natural and Artificial Systems. AnmArbor, MI: ...
  • E. Bonabeau, DorigoM. and Theraulaz G., Inspiration for _ Social ...
  • J. Kennedy and C. Eberhart, Particle Swarm Optimization, Proc.IEEE It ...
  • _ Ghaffari, _ using RFOH in Grid Computing, Journal of ...
  • W. Abdulal, A. Jabas, S. Ra machandram, O. Al Jadan, ...
  • R. E ntezari-Maleki, and A. Movaghar, A Genetic Algorithm to ...
  • _ _ _ _ _ A. Movaghar, _ A Hybrid ...
  • _ _ _ Computational Grids Using NSGA II with Fuzzy ...
  • K. Gkoutioudi, and H. Karatza, Multi-criteria job scheduling in ...
  • _ _ Tasks for Computational Grids, International Conference on Networking ...
  • B. Barzegar, A. Rahmani, K. Zamani far, Advanced Reservation and ...
  • T. Braun, D. Hensgen, R. Freund, H. Siegel, N. Beck, ...
  • B. Webster, Solving Combinatorial Optimization Problems Using a New Algorithm ...
  • نمایش کامل مراجع