دانلود مقاله الگوریتم بهینه سازی کلونی مورچه مبتنی بر مورچه های کارگر برای برنامه ریزی وظیفه در محیط های رایانش ابری
تعداد کلمات فایل انگلیسی:3000کلمه10صفحه pdf
تعداد صفحات فایل ترجمه:7صفحه word فونت14 Arial
چکیده
از آنجایی که رایانش ابری، منابع رایانش را براساس پرداخت برای هر استفاده، ارائه می کند، الگوریتم زمانبندی وظیفه، به صورت مستقیم بر هزینه برای کاربران تاثیر می گذارد. در این مقاله، ما یک الگوریتم زمانبندی جدید وظیفه را براساس بهینه سازی کلونی مورچه ارائه می کنیم که وظایف کاربران ابر را با ماشین های مجازی در محیط های رایانش ابری به شویه ای کارآمد، اختصاص می دهد. برای افزایش عملکرد زمانبند وظیفه در محیط های رایانش ابری با بهینه سازی کلونی مورچه، ما استراتژی های متنوع و تقویت را با مورچه های کارگر، تطبیق می دهیم. الگوریتم پیشنهادی، مسئله بهینه سازی کلی را با مورچه های کارگر با اجتناب از مسیرهای طولانی حل می کند که فرومون ها به صورت غلط توسط مورچه های پیشرو، انباشته می شوند.
کلمات کلیدی: زمانبندی وظیفه، سیستم کلونی مورچه، الگوریتم بهینه سازی، رایانش ابری
A slave ants based ant colony optimization algorithm for task scheduling in cloud computing environments
Abstract
Since cloud computing provides computing resources on a pay per use basis, a task scheduling algorithm directly affects the cost for users. In this paper, we propose a novel cloud task scheduling algorithm based on ant colony optimization that allo‑ cates tasks of cloud users to virtual machines in cloud computing environments in an efficient manner. To enhance the performance of the task scheduler in cloud comput‑ ing environments with ant colony optimization, we adapt diversification and reinforce‑ ment strategies with slave ants. The proposed algorithm solves the global optimiza‑ tion problem with slave ants by avoiding long paths whose pheromones are wrongly accumulated by leading ants
کد:12637
دانلود رایگان فایل انگلیسی:
رمز فایل:www.downloadmaghaleh.com
دانلود مقاله دات کام 
توضیحات محصول
دانلود مقاله الگوریتم بهینه سازی کلونی مورچه مبتنی بر مورچه های کارگر برای برنامه ریزی وظیفه در محیط های رایانش ابری
تعداد کلمات فایل انگلیسی:3000کلمه10صفحه pdf
تعداد صفحات فایل ترجمه:7صفحه word فونت14 Arial
چکیده
از آنجایی که رایانش ابری، منابع رایانش را براساس پرداخت برای هر استفاده، ارائه می کند، الگوریتم زمانبندی وظیفه، به صورت مستقیم بر هزینه برای کاربران تاثیر می گذارد. در این مقاله، ما یک الگوریتم زمانبندی جدید وظیفه را براساس بهینه سازی کلونی مورچه ارائه می کنیم که وظایف کاربران ابر را با ماشین های مجازی در محیط های رایانش ابری به شویه ای کارآمد، اختصاص می دهد. برای افزایش عملکرد زمانبند وظیفه در محیط های رایانش ابری با بهینه سازی کلونی مورچه، ما استراتژی های متنوع و تقویت را با مورچه های کارگر، تطبیق می دهیم. الگوریتم پیشنهادی، مسئله بهینه سازی کلی را با مورچه های کارگر با اجتناب از مسیرهای طولانی حل می کند که فرومون ها به صورت غلط توسط مورچه های پیشرو، انباشته می شوند.
کلمات کلیدی: زمانبندی وظیفه، سیستم کلونی مورچه، الگوریتم بهینه سازی، رایانش ابری
A slave ants based ant colony optimization algorithm for task scheduling in cloud computing environments
Abstract
Since cloud computing provides computing resources on a pay per use basis, a task scheduling algorithm directly affects the cost for users. In this paper, we propose a novel cloud task scheduling algorithm based on ant colony optimization that allo‑ cates tasks of cloud users to virtual machines in cloud computing environments in an efficient manner. To enhance the performance of the task scheduler in cloud comput‑ ing environments with ant colony optimization, we adapt diversification and reinforce‑ ment strategies with slave ants. The proposed algorithm solves the global optimiza‑ tion problem with slave ants by avoiding long paths whose pheromones are wrongly accumulated by leading ants
کد:12637
دانلود رایگان فایل انگلیسی:
رمز فایل:www.downloadmaghaleh.com