ارائه یک الگوریتم فرا ابتکاری چند هدفه جهت حل مسئله زمانبندی وظایف در سیستم محاسبات ابری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 515

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK02_085

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

مسئله زمانبندی وظایف در سیستم محاسبات ابری جزء مسائل چندجمله ای نامعین سخت می باشد، در این مقاله،جهت حل مسئله مذکور، یک الگوریتم فرا ابتکاری تلفیقی انبوه ذرات چند هدفه بر پایه آرشیو پارتو پیشنهاد می گردد.که اهداف در نظر گرفته شده جهت الگوریتم پیشنهادی عبارتاند از: کمینه سازی حداکثر زمان تکمیل کارها و کمینهسازی مجموع جریمه های زود کرد کارها. الگوریتم پیشنهادی با عملگرهای الگوریتم ژنتیک و همچنین ترکیبیازساختارهای جستجوی همسایگی چند عملگری ، ترکیب و جهت ارزیابی عملکرد این الگوریتم، نتایج آن بر اساسشاخص های کیفیت، پراکندگی، یکنواختی، تعداد جوابهای غیر مغلوب و فاصله از جواب ایده آل با نتایج الگوریتمNSGA-II مقایسه گردیده است.نتایج حاصله پس از اجرای الکوریتم نشان می دهد که این الگوریتم در همه موارد برای تولید بیشتر جواب های باکیفیت تر و پراکندهتر نسبت به الگوریتم NSGA-II قوی تر و نسبت به معیار یکنواختی و زمان ضعیفتر است. به عبارتی الگوریتم پیشنهادی، توانایی بیشتری برای اکتشاف و استخراج ناحیه شدنی جواب دارد.

کلیدواژه ها:

نویسندگان

سیدحمید غفوری

دانشگاه آزاد اسلامی، واحد کرمان،گروه مهندسی کامپیوتر و فناوری اطلاعات

میترا کاویانی

دانشگاه آزاد اسلامی، واحد کرمان،گروه مهندسی کامپیوتر و فناوری اطلاعات

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 :
  • 4 _ A.Ghorbannia Delavar, B. Dashti, ;EP SO: A Heuristic ...
  • T. Braun, H. Siegal and N. Beck, :A comparison of ...
  • Systems", Journal of Parallel and Distributed Computing, Vol. 61, pp. ...
  • R.Buyya, J. Broberg and A. Goscinski, "Cloud Computing Principles and ...
  • M. Assuncao, M.Netto, F.Koch and S.Bianchi, _ _ Context-Aware Job ...
  • Ihternational Conference on Utility and Cloud Computing (UCC), pp.255 - ...
  • P.Salot, _ Survey OF Various Scheduling Algorithm in Cloud Computing ...
  • S.Bilgaiyan, S.Sagnika andM.Das, _ Scheduling in Cloud Computing Environment Using ...
  • S.Pandey, L.Wu, S.Guru, and R.Buyya, _ particle swarm optimization based ...
  • Networking and Applications (AINA), Perth, Australia, pp. 400407, 2010. ...
  • J.Yu, R.Buyya, and C.Tham, :Cost-based scheduling of scientific workflow applications ...
  • GU. Jianhua, Hu.Jinhua, Z. Tianhai and S. Guofei _ New ...
  • Computers, pp.42-52, 2012. ...
  • G.Guo-ning, H. HUANG, G. Shuai, "Genetic Simulated Annealing Algorithm for ...
  • K.Zhu, H. Song, L. Liu, J. Gao and G. Cheng, ...
  • H. Liu, X. Dong and M. HuaiKou, "Ant Colony Optimization ...
  • Engineering, pp.53-57, 2011. ...
  • H.Liu, A. Abraham and A. Hassanien, "Scheduling jobs On computational ...
  • algorithm", Future Gener. Comp. Sy. 26(8), pp.1336-1343, 2010. ...
  • R. Salimi, N. Bazrkar, and M. Nemati, "Task Scheduling for ...
  • Windows and Scarce Resources ", Springer, pp.22-27, 2003. ...
  • transaction evolutionary computation, pp.2-6, 2002. ...
  • S. Shadrokh, F. Kianfar, _ Genetic Algorithm for Resource Investment ...
  • نمایش کامل مراجع