CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهینه سازی مصرف انرژی در سیستم های محاسباتی ابری مبتنی بر ظرفیت سرورها با استفاده از الگوریتم بهینه سازی چندوجهی(MVO)

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۴۰ | نظرات: ۱
سال انتشار: ۱۳۹۷
کد COI مقاله: CEITCONF02_047
زبان مقاله: فارسی
حجم فایل: ۲۳۷.۲۸ کیلوبایت (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهینه سازی مصرف انرژی در سیستم های محاسباتی ابری مبتنی بر ظرفیت سرورها با استفاده از الگوریتم بهینه سازی چندوجهی(MVO)

  زینب زهیری - دانشجوی کارشناسی ارشد موسسه غیرانتفاعی کارون اهواز
  ابراهیم بهروزیان نژاد - گروه کامپیوتر، دانشگاه آزاد اسلامی واحد شوشتر

چکیده مقاله:

مصرف انرژی یک مرکز داده یک هزینه عملیاتی عمده است. انرژی مصرف شده توسط این مراکز داده در مقیاس بزرگ به میلیاردها کیلووات ساعت در سال رسیده است و انتظار میرود که همچنان رشد کند. تقاضای افزایش انرژی، به غیر از ردیابی کربن میتواند مانعی برای مقیاس پذیری در مرکز داده باشد. در این مقاله تلاش کردیم که با در نظر گرفتن یک حد آستانه مناسب برای ظرفیت ماشین های فیزیکی و بهره وری پردازنده آنها و همچنین پیاده سازی با کمک یک الگوریتم فراابتکاری جدید، در مقایسه با کارهای پیشین، میزان مصرف انرژی در مراکز داده ابری را بهبود ببخشیم.

کلیدواژه‌ها:

رایانش ابری، کاهش مصرف انرژی، الگوریتم بهینه سازی چندوجهی (MVO)

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CEITCONF02-CEITCONF02_047.html
کد COI مقاله: CEITCONF02_047

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
زهیری, زینب و ابراهیم بهروزیان نژاد، ۱۳۹۷، بهینه سازی مصرف انرژی در سیستم های محاسباتی ابری مبتنی بر ظرفیت سرورها با استفاده از الگوریتم بهینه سازی چندوجهی(MVO)، دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی، اهواز -دانشگاه شهید چمران اهواز، دانشگاه شهید چمران اهواز، https://www.civilica.com/Paper-CEITCONF02-CEITCONF02_047.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (زهیری, زینب و ابراهیم بهروزیان نژاد، ۱۳۹۷)
برای بار دوم به بعد: (زهیری و بهروزیان نژاد، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

5.0
۱ تعداد پژوهشگران نظر دهنده
5 1
4 0
3 0
2 0
1 0
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۹۶
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.