فایل ورد کامل یک الگوریتم ژنتیک بر اساس استراتژی تعادل بار برای پردازش ابر

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل یک الگوریتم ژنتیک بر اساس استراتژی تعادل بار برای پردازش ابر،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۱۸ صفحه

۴- نتیجه گیری
در این مقاله، یک الگوریتم ژنتیک بر اساس استراتژی تعادل بار برای پردازش ابر توسعه داده شد تا استفاده مفیدی از منابع در محیط ابری فراهم کند. تحلیل نتایج نشان داد که استراتژی پیشنهادی برای تعادل بار نه تنها کمی بهتر از روش های موجود عمل می کند بلکه نیاز QoS شغل مشتری را تضمین می کند. گرچه فرض شده است که تمام مشاغل اولویت یکسانی دارند در حالی که ممکن نیست یک مورد واقعی باشد، این می تواند در JUV تطبیق شود و متعاقبا در تابع برازندگی به آن توجه شود. همچنین یک روش بسیار ساده تر GA نیز استفاده شده است گرچه تنوع تقاطع و استراتژی های انتخاب می تواند بعنوان یک مشخصه کاری برای موثرتر بودن و تنظیم نتایج اعمال شود.

عنوان انگلیسی:A Genetic Algorithm (GA) based Load Balancing Strategy for Cloud Computing~~en~~

۴ Conclusion

In this paper, a genetic algorithm based load balancing strategy for Cloud Computing has been developed to provide an efficient utilization of resource in cloud environment. Analysis of the results, indicates that the proposed strategy for load balancing not only outperforms a few existing techniques but also guarantees the QoS requirement of customer job. Though it has been assumed that all the jobs are of the same priority which may not be the actual case, this can be accommodated in the JUV and subsequently taken care in fitness function. Also a very simple approach of GA has been used however variation of the crossover and selection strategies could be applied as a future work for getting more efficient and tuned results.

$$en!!