چکیده:
جریان کار، مراحل اجرایی درون یک برنامه کاربردی را مدل میکند. یک پردازش بزرگ را میتوان با
شکستن آن به زیرپردازشهای کوچکتر و سادهتر، تحت عنوان وظایف، به یک جریان کاری مدل نمود.
در محیط ابر، این وظایف میتوانند بر روی چندین منبع پردازشی توزیع گردند تا اجرای سریعتر و
کارامدتری حاصل گردد. از اینرو، مساله زمانبندی جریان کار در محیط ابر یک چالش مهم و از رده
است. یکی از امیدبخشترین رویکردها جهت حل اینگونه مسائل، استفاده از (NP-Hard) مسائل سخت
الگوریتمهای فراابتکاری است. در این پژوهش، یک روش ترکیبی از دو الگوریتم فاخته و ژنتیک جهت
زمانبندی جریان کار در محیط ابر پیشنهاد شده است. هدف اصلی در طراحی روش پیشنهادی، بهینهسازی
دو معیار هزینه و توازن بار در اجرای یک جریان کار است. در الگوریتم ترکیبی پیشنهادی بهطور خلاصه،
در هر دور تکرار، هر دو الگوریتم فاخته و ژنتیک از جمعیت فعلی اقدام به تولید جمعیت جدید میکنند.
سپس این دو جمعیت جدید تولید شده توسط این دو الگوریتم با هم ادغام شده و یک جمعیت واحد برای
تکرار بعدی الگوریتم ایجاد میشود. به این ترتیب، الگوریتم پیشنهادی از نقاط قوت هر دو الگوریتم بهره
MATLAB گرفته و سریعتر موفق به کشف جوابهای بهینه میشود. روش پیشنهادی در نرمافزار
مقایسه شده است. نتایج آزمایشها COA و GA شبیهسازی گردیده و کارایی آن با الگوریتمهای پایه
نشان داد روش ترکیبی پیشنهادی کارایی برتری در کشف زمانبندی های بهینه در مقایسه با الگوریتمهای
COA و GA ارائه می دهد.
خلاصه ماشینی:
ارائه یک الگوریتم جهت بهینهسازی زمانبندی جریان کار در محیط ابر با استفاده از ترکیب الگوریتمهای فاخته-ژنتیک سمیه اسلام پناه کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار چکیده جریان کار، مراحل اجرایی درون یک برنامه کاربردي را مدل میکند.
در این پژوهش، یک روش ترکیبی از دو الگوریتم فاخته و ژنتیک جهت زمانبندی جریان کار در محیط ابر پیشنهاد شده است.
Cloud Computing deployment تاکنون الگوریتمهای تکاملی زیادی نظیر PSO 1 ، GA 2 ، ICA 3 ، CSO 4 ، ACO 5 و ABC 6 جهت حل مسائل مختلف بهینهسازی پیشنهاد شده شده است.
یکی از الگوریتمهای فراابتکاری جدید که قدرت زیادی در بهینهسازی چندهدفه دارد الگوریتم فاخته است که در این پژوهش از آن برای حل مسأله زمانبندی جریان کار در محیط ابر بهره گرفته شده است.
یکی از الگوریتمهای فراابتکاری جدید که قدرت زیادی در بهینهسازی چندهدفه دارد الگوریتم فاخته است که در این پژوهش از آن برای حل مسأله زمانبندی جریان کار در محیط ابر بهره گرفته شده است.
در این پژوهش از الگوریتم پرندگان فاخته به همراه الگوریتم ژنتیک جهت ارائه یک الگوریتم زمانبند جریان کار در محیط ابر بهره گرفته شده است[17].
" Workflow scheduling algorithms for hard-deadline constrained cloud environments", The International Conference on Computational, Vol. 80, pp.
"A particle swarm optimization-based heuristic for scheduling workflow applications in cloud computing environments.
"A particle swarm optimization-based heuristic for scheduling workflow applications in cloud computing environments.
"Workflow scheduling in cloud computing environment using cat swarm optimization.