رویکردی کارآمد از الگوریتم ژنتیک برای زمانبندی کارها در محیط محاسبه ابری
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 965
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0310
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
محاسبات ابری به تازگی به یک حوزه تبدیل شده است و به عنوان یک واقعیت تجاری در دامنه تکنولوژی اطلاعاتپدیدار شده است. محاسبات ابری نشان دهنده مکمل،مصرف و مدل تحویل برای سرویس های IT است. زمانبندیسرویس های ابری توسط ارائه دهندگان سرویس به مصرف کنندگان به سود هزینه این نوع از محاسبات تاثیر می گذارد.در چنین سناریویی، کارها باید به طور موثری زمانبندی شده باشند که هزینه اجرا و زمان بتواند قابل کاهش باشد. در اینمقاله، ما یک روش فرا اکتشافی بر اساس زمابندی مطرح می کنیم که، زمان اجرا و هزینه و اجرا را به خوبی به حداقل میرساند. الگوریتم ژنتیک بهبود یافته از طریق ادغام دو الگوریتم زمانبندی موجود برای زمابندی کردن کارها با درنظر گرفتنپیچیدگی محاسبات و محاسبه ظرفیت عناصر پردازش توسعه یافته است. نتایج تجربی نشان می دهد که، الگوریتمپیشنهادی عملکرد خوبی را ارائه کرده است.
کلیدواژه ها:
نویسندگان
پوریا شیرمحمدی
دانشجوی کارشناسی ارشد نرم افزار موسسه آموزش عالی کارون
سمیره خمیسی
دانشجوی کارشناسی ارشد نرم افزار موسسه آموزش عالی کارون
پگاه نصیری
دانشجوی کارشناسی ارشد نرم افزار موسسه آموزش عالی کارون
مهدی صادق زاده
دکتری هوش مصنوعی و عضو هیئت علمی دانشگاه آزاد اسلامی واحد ماهشهر
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 :