تلفن: 04142273781

ترجمه مقاله برنامه ریزی وظایف مستقل در محاسبات ابری با الگوریتم ژنتیک اصلاح شده – نشریه Ijarcsse

عنوان فارسی: برنامه ریزی وظایف مستقل در محاسبات ابری با الگوریتم ژنتیک اصلاح شده
عنوان انگلیسی: Independent Task Scheduling in Cloud Computing by Improved Genetic Algorithm
تعداد صفحات مقاله انگلیسی : 4 تعداد صفحات ترجمه فارسی : 11
سال انتشار : 2012 نشریه : Ijarcsse
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 5856 رفرنس : دارد
محتوای فایل : zip حجم فایل : 717.62Kb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر
گرایش های مرتبط با این مقاله: محاسبات ابری، مهندسی الگوریتم ها و محاسبات و مهندسی نرم افزار
مجله: مجله بین المللی تحقیقات پیشرفته در علوم کامپیوتر و مهندسی نرم افزار
دانشگاه: دانشگاه پنجاب، چندیگر، هند
کلمات کلیدی: ابر، محاسبات ابری، min-min، max-min، الگوریتم ژنتیک، الگوریتم ژنتیک اصلاح شده
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1) مقدمه

2) تحقیقات مرتبط

3) شیوه‌های برنامه ریزی

الف. الگوریتم min-min

ب. الگوریتم max-min

4) الگوریتم ژنتیک

الف. جمعیت اولیه

ب. تابع انطباق (برازش)

ث. گزینش

د. انتقال

ی. جهش

5) الگوریتم ژنتیک اصلاح شده

6) شبیه سازی‌ها و نتایج

7) نتیجه گیری

نمونه متن انگلیسی

Abstract

Scheduling is a critical problem in Cloud computing, because a cloud provider has to serve many users in Cloud computing system. So scheduling is the major issue in establishing Cloud computing systems. A good scheduling technique also helps in proper and efficient utilization of the resources. Many scheduling techniques have been developed by the researchers like GA (Genetic Algorithm), PSO (Particle Swarm Optimization), Min-Min, Max-Min, X-Sufferage etc. This paper proposes a new scheduling algorithm which is an improved version of Genetic Algorithm. In the proposed scheduling algorithm the Min-Min and Max-Min scheduling methods are merged in standard Genetic Algorithm. Min-Min, Max-Min and Genetic Scheduling techniques are discussed and in the last the performance of the standard Genetic Algorithm and proposed improved Genetic Algorithm is compared and is shown by graphs.

نمونه متن ترجمه

چکیده

برنامه ریزی مسئله ای حیاتی در محاسبات ابری بشمار میرود، زیرا یک ارائه کننده ابری باید به بسیاری از کاربران در سیستم محاسبات ابری سرویس ارائه دهد. بنابراین، برنامه ریزی موضوع اصلی در راه اندازی سیستم‌های محاسبات ابری محسوب می شود. یک شیوه برنامه ریزی خوب هم چنین به بهره برداری صحیح و کارآمد از منابع کمک می کند. بسیاری از شیوه‌های برنامه ریزی توسط محققین شکل گرفته اند مانند GA (الگوریتم ژنتیک)، PSO (بهینه سازی ازدحام ذرات)، MIN-MIN، MAX-MIN، X-Sufferage و غیره. این مقاله یک الگوریتم برنامه ریزی جدید پیشنهاد می کند که نسخه اصلاح شده الگوریتم ژنتیک است. در الگوریتم برنامه ریزی پیشنهادی، روش‌های برنامه ریزی min-min و max-min در الگوریتم ژنتیک استاندارد ادغام می شود. شیوه‌های برنامه ریزی min-min، max-min و ژنتیک تشریح شده و در پایان عملکرد الگوریتم ژنتیک اصلاح شده و الگوریتم ژنتیک اصلاح شده ی پیشنهادی مقایسه شده و با گراف نشان داده می شود.