مروری بر الگوریتم ترکیبی بهبود یافته فازی کلونی مورچگان به کار رفته برای متعادل سازی بار در محیط رایانش ابری

این مقاله یک الگوریتم ترکیبی نوین را برمبنای منطق فازی و مفاهیم بهینه سازی کلونی مورچگان (ACO) جهت بهبود متعادل سازی بار در محیط رایانش ابری توضیح می دهد. متاسفانه تعداد زیاد درخواست های پردازش شده و نیز سرورهای دردسترس در هر نمونه t، الگوریتم های سنتی متعادل سازی بار را غیرمفید می کند. الگوریتم پیشنهادی متعادل سازی بار و اهداف زمان پاسخ را در ابر مدنظر قرار می دهد. به علاوه، عملکرد الگوریتم ACO به شدت با مقادیر پارامترهای ACO همبستگی دارد. دیدگاه معرفی شده از طراحی تجربی تاگوچی برای شناسایی بهترین مقدار پارامترهای ACO استفاده می کند و یک مدل فازی برای ارزیابی مقدار فرومون به منظور بهبود مدت زمان محاسبه تعریف می کند. شبیه سازی های به دست آمده ازطریق بستر تحلیلگر ابری نشانگر مفید بودن الگوریتم فازی ترکیبی ACO در مقایسه با سایر الگوریتم های متعادل سازی بار هستند.