فایل ورد کامل زمانبندی کار ابری بر اساس بهینه سازی مورچگان

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 زمانبندی کار ابری بر اساس بهینه سازی مورچگان،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۶ صفحه

محاسبات ابری، توسعه محاسبات توزیع شده ، محاسبات موازی و محاسبات گیرید، و یا به عنوان پیاده سازی تجاری این مفاهیم علوم کامپیوتر، می باشد. یکی از مسائل اساسی در این محیط ،مربوط به زمانبندی کار است. زمانبدی کار در محیط ابر، یک مسئله بهینه سازی NP-hard است، و بسیاری از الگوریتم های فرا اکتشافی پیشنهاد شده است که آن را حل کند. یک زماننبد خوب کار باید استراتژی زماننبدی را به محیط در حال تغییر و انواع کارها، منطبق نماید. در این مقاله یک سیاست زماننبدی کار ابر بر اساس الگوریتم بهینه سازی کلونی مورچه ها در مقایسه با الگوریتم های زمانبندی مختلف FCFS و round-robin، معرفی شده است. هدف اصلی از این الگوریتم این است که به حداقل رساندن makespan مجموعه کارهای داده شده است. بهینه سازی کلونی مورچه ها ،روش جستجو بهینه سازی تصادفی است که برای تخصیص برای کارهای وارده به ماشین های مجازی، استفاده می شود. الگوریتم ،با استفاده از بسته ابزار Cloudsim شبیه سازی شده است. نتایج تجربی،نشان داد ه است که بهینه سازی کلونی مورچه ها عملکرد بهتری نسبت به الگوریتم های FCFSو round-robin داشته است.

کلمات کلیدی: محاسبات ابری | زماننبدی کار | makespan | بهینه سازی کلونی مورچه | CloudSim

عنوان انگلیسی:

Cloud Task Scheduling Based on Ant Colony Optimization

~~en~~ writers :

Medhat A. Tawfeek, Ashraf El-Sisi, Arabi E. keshk, Fawzy A. Torkey

Cloud computing is the development of distributed
computing, parallel computing and grid computing, or defined as
the commercial implementation of these computer science
concepts. One of the fundamental issues in this environment is
related to task scheduling. Cloud task scheduling is an NP-hard
optimization problem, and many meta-heuristic algorithms have
been proposed to solve it. A good task scheduler should adapt its
scheduling strategy to the changing environment and the types of
tasks. In this paper a cloud task scheduling policy based on ant
colony optimization algorithm compared with different
scheduling algorithms FCFS and round-robin, has been
presented. The main goal of these algorithms is minimizing the
makespan of a given tasks set. Ant colony optimization is random
optimization search approach that will be used for allocating the
incoming jobs to the virtual machines. Algorithms have been
simulated using Cloudsim toolkit package. Experimental results
showed that the ant colony optimization outperformed FCFS and
round-robin algorithms.

Keywords: Cloud computing | task scheduling | makespan | ant colony optimization | CloudSim

$$en!!