برنامه ریزی منابع ابر با استفاده از الگوریتم ژنتیک و الگوریتم بهینه سازی رقابت استعماری

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 643

فایل این مقاله در 6 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:

FROMIHE01_024

تاریخ نمایه سازی: 19 خرداد 1396

چکیده مقاله:

با افزایش استفاده از محاسبات ابری به تبع مشکلات و چالشهای زیادی نیز در این زمینه ایجاد میشود که نیاز به رفع و حل دارند.برنامه ریزی منابع موضوعی است که نه تنها سرویس دهندهای خدمات ابر با آن سروکار دارند بلکه بحث بسیار مهمی هم برای مشتری محسوب می شود.برنامه ریزیمنابع باید باعث تخصیص بهینه وظایف برای منابع شود. محققان متفاوت برای حل این موضوع راه حلهای متفاوتی ارایه داده اند.در این مقاله باترکیب چندروش ژنتیک الگوریتم، ازدحام ذرات و رقابت استعماری روشی جدیدتر برای حل این موضوع ارایه می شود. با ترکیب این چند روش سرعت بالای یک الگوریتم با قدرت بالای الگوریتم دیگر باعث پیدا کردن بهینه سراسری می شوند و منجر به پیدا کردن راه حل مناسبتری برایاین مسیله می شوند.روش پیشنهادی برای بدست آوردن یک نتیجه در نرم افزار شبیه ساز پیاده سازی می شود. سپس نتایج بدست آمده از شبیهسازی مدل پیشنهادی با تمام الگوریتم های موجود مقایسه می شود .نتایج مقایسه نشان می دهد که توانایی همگرایی در مدل پیشنهادی بهتر از الگوریتمهای دیگر عمل کرده است.استفاده از این روش بهینه موجب کاهش اتلاف انرژی، افزایش کیفیت خدمات ارایه شده به مشتری و همچنین کاهش هزینه خدمات خواهد گردید.

کلیدواژه ها:

نویسندگان

احمد ممشلی

موسسه آموزش عالی میرداماد گرگان،

امین بزازی

موسسه آموزش عالی میرداماد گرگان،

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 :
  • توسط الگوریتم ترکیبی هوش جمعی ذرات و رقابت استعماری انجام ...
  • Spears, W. M., Green, D. T. & Spears, D. F. ...
  • International Journal of Swarm Intelligence Research, Vol. 1(2), pp. 34- ...
  • Zhao C, S. Zhang, and Q. Liu(2 009) "Independent Tasks ...
  • Shi Chen, Jie Wu, Zhihui Lu(2012) _ Cloud Computing Resource ...
  • Barroso L.A. and U. Hlzle. (2007) "The Case fo _ ...
  • Meng X. V. Pappas, and L. Zhang.(2010) "Improving the Scalability ...
  • Zheng Z, R. Wang and H. Zhong.(2011). "An approach for ...
  • Andrew Y., J. Laszewski, and G. Wang, .(2010) "Efficient resource ...
  • Feng Y., B. Li, and Bo. Li.(2012) "Bargaining Towards Maximized ...
  • Fujiwara, Ikki, Aida, Kento, Ono, and Isao.(2010) "Applying Double-Sided Combinationa ...
  • Pagdey. W_Linlin_, S. Guru and R. Buua(2010) _ Particle Swarm ...
  • نمایش کامل مراجع