بهینه سازی زمان بندی وظایف و توازن بار در محیط ابر با استفاده از الگوریتم کلونی مورچگان

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,971

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

RCEITT01_162

تاریخ نمایه سازی: 11 اردیبهشت 1394

Abstract:

محاسبات ابری، دادهها را به اشتراک گذاشتهشده و سرویسها را از طریق اینترنت ارائه میکند. با افزایش تعداد کاربران ابر، وظایفی که باید زمانبندی شوند نیز افزایش مییابد. زمانبندی در ابر، مکانیزمی است که وظایف کاربران را به منابع مناسببرای اجرا تخصیص داده و به طور مستقیم بر عملکرد ابر تأثیر میگذارد. در محیط ابر، نیاز است منابع محاسباتی طوری زمانبندی شوند که هم ارائهدهندگان، حداکثر استفاده را از منابعشان ببرند و هم کاربران، برنامههای کاربردی مورد نیاز خود را با کمترینهزینه در اختیار بگیرند. زمانبندی، یکی از مهمترین مسائل در ابر محسوب میشود. محدودیت و موقتی بودن منابع دو شرطیهستند که به زمانبندی تحمیلشدهاند. هدف این مقاله تنها زمانبندی کارها نیست بلکه در کنار آن توازن بار بر روی ماشینها نیز صورت می گیرد. برای انجام این کار نیز از زمانبندی با الگوریتم بهینهسازی کلونی مورچگان که در بسیاری از مسائل پویا راهحلهای موثری مطرح میکند(، استفاده شده است. اهمیت مشکل زمانبندی باعث شده که تحقیقات وسیعی در این زمینه انجامشود. در این مقاله ابتدا به بیان مسئله و مشکل زمانبندی و کارهای مرتبط اشاره میشود. در ادامه تعاریفی مرتبط با زمانبندی وظایف و محیط ابر مطرح کرده و سپس تمامی گامهای الگوریتم را دنبال و در نهایت توازن بار را انجام می دهیم

Authors

یونس میشکار

دانشجوی کارشناسی ارشد مهندسی نرم افزار، موسسه غیرانتفاعی میرداماد گرگان،

سیدهادی سیدباقری

دانشجوی کارشناسی ارشد مهندسی نرم افزار ، موسسه غیرانتفاعی میرداماد گرگان

عیسی باغبانی

دانشجوی کارشناسی ارشد مهندسی نرم افزار ، موسسه غیرانتفاعی میرداماد گرگان

مجتبی سلیمانی

دانشجوی دکتر دانشگاه صنعتی نوشیروانی بابل و مدرس موسسه غیرانتفاعی میردامادگرگان

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Zheng Hu ; Xichang Electr. Power Bur., Sichuan Eletric Power ...
  • Khurana, S. ; Marwah, K. : "Performance evaluation of Virtual ...
  • M. Dorigo, M. Birattari, T. Stutzel, "Ant colony optimization", in ...
  • R.G. Babukarthik, . Raju, and P. Dhavachelvan, "Hybrid Algorithm for ...
  • S.B. Zhan, H.Y. Huo, "Improved PSO-based Task Scheduling Algorithm in ...
  • S.Kaur, A.Verma, _ Efficient Approach to Genetic Algorithm for Task ...
  • M. Rahman, X.R. Li, H. Palit, "Hybrid Heuristic for Scheduling ...
  • Z.J. Wu, X. Liu, Z. Ni, D. Yuan, Y. Yang, ...
  • X.T. Wen, M.H. Huang, J.H. Shi, "Study on Resources Scheduling ...
  • W.Lin _ L.H.Ai "Task Scheduling Policy Based on Ant Colony ...
  • نمایش کامل مراجع