عظیمه مهری بابادی - دانشجوی کارشناسی ارشد، موسسه غیرانتفاعی کارون اهواز، موسسه غیرانتفاعی کارون اهواز، دانشکده کامپیوتر، اهواز، ایران
ابراهیم بهروزیان نژاد - گروه کامپیوتر، واحد شوشتر، دانشگاه آزاد اسلامی، شوشتر، ایران

ما در این کار روشی پیشنهاد دادیم که در محیط محاسبات ابری هنگامی که ماشین میزبان دارای بار کمتر از 30 % و یا بیشتر از%70 باشد، به عنوان ماشین های میزبان کم بار و پر بار شناخته می شود و ماشین میزبان کم بار جهت صرفه جویی در مصرفانرژی به حالت خواب رفته و ماشین میزبان پربار نیز با مهاجرت بار اضافی آن به ماشین های دیگر باعث کاهش مصرف انرژیگردد. با انجام شبیه سازی در برنامه متلب و مقایسه نتایج الگوریتم کرم شب تاب، ژنتیکو روش پیشنهادی به این نتیجهرسیدیم که میزان مصرف انرژی نسبت به الگوریتم ژنتیکو کرم شب تاب به ترتیب حدود 4% و 6/5% بهبود یافته و میزان مهاجرت در الگوریتم پیشنهادی نسبت به سایر الگوریتم ها کاهش داشته است و در نهایت به کاهش مصرف انرژی دست می یابیم.

الگوریتم سینوس کسینوس، کاهش مصرف انرژی، محاسبات ابری