ترجمه مقاله الگوریتم زمان بندی وظیفه پیشرفته در محیط رایانش ابری

ترجمه مقاله الگوریتم زمان بندی وظیفه پیشرفته در محیط رایانش ابری
قیمت خرید این محصول
۲۹,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
الگوریتم زمان بندی وظیفه پیشرفته در محیط رایانش ابری
عنوان انگلیسی
An Enhanced Task Scheduling Algorithm on Cloud Computing Environment
صفحات مقاله فارسی
16
صفحات مقاله انگلیسی
10
سال انتشار
2016
نشریه
SERSC
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
7601
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
رایانش ابری، معماری سیستم های کامپیوتری و مهندسی الگوریتم ها و محاسبات
مجله
مجله بین المللی شبکه و محاسبات توزیع شده
دانشگاه
گروه علوم کامپیوتر، دانشکده کامپیوتر و اطلاعات، دانشگاه قاهره، مصر
کلمات کلیدی
رایانش ابری، کلودیسم، زمان بندی وظیفه، بهینه سازی ازدحام ذره، جستجو ممنوعه
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
مقدمه
کار مرتبط
مسئله زمان بندی
بیان مسئله
الگوریتم استاندارد PSO
الگوریتم PSO
الگوریتم پیشنهادی BFPSOTS
معیار های ایست
ارزیابی عملکرد
محیط های آزمایشی
ارزیابی عملکرد
نتیجه گیری و کار آینده
نمونه چکیده متن اصلی انگلیسی
Abstract

Cloud computing is the technology that moves the information technology (IT) services out of the office. Unfortunately, Cloud computing has faced some challenges. The task scheduling problem is considered one of the main challenges because a good mapping between the available resources and the users' tasks is needed to reduce the execution time of the users’ tasks (i.e., reduce make-span), and increase resource utilization. The objective of this paper is to introduce and implement an enhanced task scheduling algorithm to assign the users' tasks to multiple computing resources. The aim of the proposed algorithm is to reduce the execution time, and cost, as well as, increase resource utilization. The proposed algorithm is considered an amalgamation of the Particle Swarm Optimization (PSO),the Best–Fit (BF), and Tabu-Search (TS) algorithms; called BFPSOTS. According to the proposed BFPSOTS algorithm, the BF algorithm has been used to generate the initial population of the standard PSO algorithm instead of to be random. The Tabu-Search (TS) algorithm has been used to improve the local research by avoiding the trap of the local optimality which could be occurred using the standard PSO algorithm. The proposed hybrid algorithm (i.e., BFPSOTS) has been implemented using Cloudsim. A comparative study has been done to evaluate the performance of the proposed algorithm relative to the standard PSO algorithm using five problems with different number of independent task, and Virtual Machines (VMs). The performance parameters which have been considered are the execution time (Makspan), cost, and resources utilization. The implementation results prove that the proposed hybrid algorithm (i.e., BFPSOTS) outperforms the standard PSO algorithm..

نمونه چکیده ترجمه متن فارسی
چکیده
رایانش ابری یک فناوری می باشد که خدمات فناوری اطلاعات را به بیرون از اداره انتقال می دهد . متاسفانه ، رایانش ابری با بعضی چالش ها مواجه بوده است . مشکل زمان بندی وظیفه یکی از چالش های اصلی محسوب می گردد چون نگاشت خوب بین منابع در دسترس و وظیفه کاربران مورد نیاز می باشد تا زمان اجراء وظایف کاربر کاهش یابد ( برای مثال کاهش زمان کل ) و بهره برداری منبع را افزایش دهد . هدف مقاله حاضر این است تا الگوریتم زمان بندی وظیفه پیشرفته رابرای تعیین وظایف کاربران برای منابع محاسبه چند تایی اجراء نماید . هدف الگوریتم پیشنهادی این است تا زمان اجراء و هزینه را کاهش دهد و همچنین استفاده منبع را افزایش دهد . ادغام الگوریتم های بهینه سازی ازدحام ذرات (PSO) ، بهترین برازش (BF) و جستجوی ممنوعه (TS) در الگوریتم پیشنهادی مورد بررسی قرار می گیرد که BFPSOTS نامیده شد . مطابق با الگوریتم BFPSOTS پیشنهادی ، الگوریتم BF مورد استفاده قرار گرفته بود تا جمعیت اولیه الگوریتم PSO استاندارد را بجای تصادفی تولید نمایند . الگوریتک جستجو ممنوعه مورد استفاده قرار گرفته بود تا جستجو محلی را از طریق اجتناب از بدام انداختن بهینگی محلی بهبود می بخشد که می توانست با استفاده از الگوریتم PSO استاندارد رخ داده باشد . الگوریتم هیبریدی پیشنهادی ( یعنی BFPSOTS ) با استفاده از کلودیسم انجام گرفته است . مطالعه مقایسه ای انجام گرفته بود تا عملکرد الگوریتم پیشنهادی را نسبت به الگوریتم PSO استاندارد با استفاده از پنج مسئله با تعداد وظیفه مستقل متفاوت و ماشین های مجازی (VM) ارزیابی نماید . پارامتر های عملکردی که مورد توجه قرار گرفته اند ، عبارتند از زمان اجرا ، هزینه و استفاده از منابع . نتایج اجراء ثابت می کنند الگوریتم هیبریدی پیشنهادی برتر از الگوریتم PSO استاندارد عمل می کند .

بدون دیدگاه