ترکیب بهینه ی سرویس های وب با ترکیب الگوریتم های کلونی مورچگان و ژنتیک بر اساس مولفه های کیفی
Publish place: اولین کنفرانس ملی آینده مهندسی و تکنولوژی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 706
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FETCONF01_102
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
امروزه سرویس دهی به کاربران از مسایل اصلی و چالش های پیش روی کاربران برای توسعه وب است. به همین دلیل تحقیقات گسترده ای بر روی نحوه ی ترکیب سرویس های وب برای پاسخ بهینه از نظر زمان و هزینه برای کاربران ارایه گردیده است. مساله دیگری که باید به ان توجه شود وجود سناریوهای مختلف برای ترکیب سرویس های مختلف وب و طراحی سیستم هایی است که معماری انعطاف پذیری برای ارضای نیازهای کاربران داشته باشند. به همین دلیل نرم افزارهایی که امروزه طراحی می شوند، باید دارای شرایط بهینه ای برای ترکیب سرویس های وب باشند. در این مقاله سناریوهای مختلف ترکیب سرویسهای وب را مورد بررسی قرار می دهیم و برای ساختن بهترین پاسخ در فضای جستجوی سرویس ها از الگوریتم ترکیبی ژنتیک و کلونی مورچگان HACOGA برای افزایش احتمال یافتن پاسخ بهینه اسنفاده می کنیم. نتایجی که از پیاده سازی این روش در نرم افزار MATLAB بدست می آید کارکرد بهتر الگوریتم ترکیبی ژنتیک و کلونی مورچگان را برای یافتن پاسخ های بهینه نسبت به الگوریتم ژنتیک بهینه شده ، نشان می دهند.
Keywords:
ترکیب سرویس های وی , الگوریتم ژنتیک , الگوریتم ترکیبی ژنتیک و کلونی مورچگان HACOGA , مولفه های ترکیبی
Authors
مهدی بی غم
دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر گرایش نرم افزار، دانشگاه آزاد اسلامی واحد نیشابور، نیشابور
عباسعلی رضایی
استادیار، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران
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 :