Skip Navigation Linksشما اینجا هستید -> صفحه اصلی > معرفی > دانلود مقالات ترجمه شده > خرید و دانلود

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
گروه ترجمه تخصصی البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " زمانبندی وظایف مستقل در رایانش ابری با الگوریتم ژنتیک بهبود یافته " نموده است که شما کاربر گرامی می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
زمانبندی وظایف مستقل در رایانش ابری با الگوریتم ژنتیک بهبود یافته
نویسنده/ناشر/نام مجله :
International Journal of Advanced Research in Computer Science and Software Engineering
سال انتشار
2012
کد محصول
1009353
تعداد صفحات انگليسی
4
تعداد صفحات فارسی
11
قیمت بر حسب ریال
70000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
746 کیلو بایت
تصویر پیش فرض



Abstract

Scheduling is a critical problem in Cloud computing, because a cloud provider has to serve many users in Cloud computing system. So scheduling is the major issue in establishing Cloud computing systems. A good scheduling technique also helps in proper and efficient utilization of the resources. Many scheduling techniques have been developed by the researchers like GA (Genetic Algorithm), PSO (Particle Swarm Optimization), Min-Min, Max-Min, X-Sufferage etc. This paper proposes a new scheduling algorithm which is an improved version of Genetic Algorithm. In the proposed scheduling algorithm the Min-Min and Max-Min scheduling methods are merged in standard Genetic Algorithm. Min-Min, Max-Min and Genetic Scheduling techniques are discussed and in the last the performance of the standard Genetic Algorithm and proposed improved Genetic Algorithm is compared and is shown by graphs

چکیده

زمانبندی یک مسئله مهم در رایانش ابری است، زیرا ارائه دهنده ابر باید به بسیاری از کاربران در سیستم رایانش ابری سرویس دهی کند. بنابراین زمانبندی مسئله اصلی در ایجاد سیستم رایانش ابری است. روش زمانبندی خوب همچنین به بهره برداری مناسب و کارآمد از منابع کمک می کند. محققان بسیاری از تکنیک های زمانبندی مانند GA (الگوریتم ژنتیک)، PSO (بهینه سازی ازدحام ذرات)، Min-Min، Max-Min، X-Sufferage و غیره را توسعه داده اند. این مقاله یک الگوریتم زمان بندی جدید پیشنهاد می کند که نسخه بهبود یافته از الگوریتم ژنتیک است. در الگوریتم زمان بندی ارائه شده، زمان بندی Min-Min و Max-Min در الگوریتم ژنتیک استاندارد ادغام شده اند. تکنیک های زمانبندی Min-Min، Max-Min و ژنتیک مورد بحث قرار گرفته اند در نهایت عملکرد الگوریتم ژنتیک استاندارد و الگوریتم ژنتیک بهبود یافته پیشنهادی مقایسه شده و با نمودار نشان داده شده است.

1-مقدمه

از آنجایی که فنآوری IT روز به روز رشد می کند، نیاز به محاسبات و ذخیره سازی منابع به سرعت در حال افزایش است. سرمایه گذاری تجهیزات بیشتر و بیشتر، برای سازمان یک روش اقتصادی برای برآوردن نیازهای محاسباتی و ذخیره سازی در حال رشد نیست. بنابراین رایانش ابری به یک پارادایمِ پذیرفته شده برای محاسبات با کارایی بالا تبدیل شده است، چرا که در رایانش ابری همه نوع امکانات IT به کاربران به عنوان سرویس ارائه می شود. رایانش ابری دسته ای از خدمات محاسباتی پیچیده مبتنی بر تقاضا است که در ابتدا توسط ارائه دهندگان تجاری، مانند آمازون، گوگل و مایکروسافت ارائه شده است...



این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:






Cloud
Cloud Computing
Min-Min
Max-Min
Genetic Algorithm
Improved Genetic Algorithm