الگوریتم تعادل بار وظایف وابسته در محاسبات ابری با الهام از رفتار زنبور عسل

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

 الگوریتم تعادل بار وظایف وابسته در محاسبات ابری با الهام از رفتار زنبور عسل دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد الگوریتم تعادل بار وظایف وابسته در محاسبات ابری با الهام از رفتار زنبور عسل  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی الگوریتم تعادل بار وظایف وابسته در محاسبات ابری با الهام از رفتار زنبور عسل،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن الگوریتم تعادل بار وظایف وابسته در محاسبات ابری با الهام از رفتار زنبور عسل :

تعداد صفحات :۱۶

چکیده مقاله:

مسأله تعادل بار در کارآیی سیستمها بسیار تاثیرگذار است و توجه بسیاری از محققین را به خود معطوف کرده است. هدف از تعادل بار، یافتن نگاشتی مناسب از کارها برروی پردازندههای موجود در سیستم است به طوریکه در هرپردازنده مقدار تقریباً مساوی از کارها اجرا گردد تا زمان اجرای کلی به کمترین مقدار خود برسد. ایده استفاده از مدلهای تعادل بار جهت کارهای مستقل و وابسته به صورت ایستا و یا پویا مطرح شد. در این مقاله، روشی مبتنی برتعادل بار زنبورعسل با نام تعادل بار وظایف وابسته با الهام از رفتار زنبورعسل با هدف ایجاد تعادل بار برای کارهای وابسته ارائه شده است که در آن از الگوریتم K-means برای دستهبندی کارهای وابسته استفاده میشود. به این صورت که هر زنبورعسل نزدیکترین همسایه به خود را پیدا نموده و بر اساس همسایههای نزدیک به هم خوشهبندیصورت میگیرد. دلیل تغییر روش پیشنهادی نسبت به الگوریتم پایه زنبورعسل این است که زمان اجرای کارها حداقل شود که میتواند کارایی بهتری را ارائه دهد. جهت ارزیابی روش پیشنهادی، این روش با الگوریتم زنبورعسل پایه والگوریتم ژنتیک به کمک شبیهسازی و در شبیهساز Cloudsim از چهار دیدگاه زمان اجرا، زمان پاسخ، makespan و مهاجرت مقایسه شده است. نتایج شبیهسازی نشان میدهد که الگوریتم زنبورعسل پایه و ژنتیک از لحاظ زمان اجرا و زمان پاسخ کارایی پایین دارند درحالیکه روش پیشنهادی نسبت به روشهای زنبورعسل و ژنتیک از لحاظ پارامترهای زمان اجرا، زمان پاسخ و makespan بهبود یافته است.