602

Master of Science Degree in Compuer Engineering (Software) Department of Computer Engineering an​d Information Technology

كارشناسي ارشد

كامپيوتر

تهران شمال

1396

96/6/21

19

89ص.

فراهي،احمد

82-79ص.

Biogeography-Based Optimization (BBO , Swarm Intelligence , Scheduling

رايانش اﺑﺮي اﻟﮕﻮﯾﯽ از ﻣﺤﺎﺳﺒﺎت توزيع‌شده،ﻣﺮﮐﺐ از ﺗﻌﺪاد زﯾﺎديﻣﻨﺎﺑﻊ و درخواست‌هاست كهﻫﺪفآن ﺑﻪاشتراك‌گذاريﻣﻨﺎﺑﻊبه‌صورتﺳﺮوﯾﺲ،ﺑﺮ روي ﺑﺴﺘﺮ اﯾﻨﺘﺮﻧﺖاست. مديريت منابع و تخصيص وظايف يكي از چالش‌هاي مهم درزمينه رايانش ابري است كه مي‌تواند روي ساير مسائل نيزتأثيرگذار باشد.در محيط ابر، نياز است منابع محاسباتي طوري زمان‌بندي شوند كه هم ارائه‌دهندگان، حداكثر استفاده را از منابعشان ببرند و هم كاربران برنامه‌هاي كاربردي موردنياز خود را با كمترين هزينه و در كمترين زمان در اختيار بگيرند. الگوريتم‌هاي بسياري به‌خصوص الگوريتم‌هاي اكتشافي و تكاملي براي اين مسئله ارائه گرديده است. در اين تحقيق با استفاده از بهينه‌سازي مبتني بر جغرافياي زيستيكه يكي از جديدترين و بهترين الگوريتم‌هاي بهينه‌سازي مبتني بر جمعيت است، الگوريتمي براي زمان‌بندي كارها در ابر پيشنهادشده است.در الگوريتم پيشنهادي به‌جاي استفاده از راهكار تصادفي براي توليد جمعيت اوليه از مكانيسم چرخ گردان مورداستفاده در عملگر انتخاب الگوريتم ژنتيك ايده گرفته و براي توليد هر يك از گونه‌هاي جمعيت اوليه ابتدا الگوريتم توليد را با استفاده از چرخ گردان انتخاب كرده و سپس با استفاده از آن گونه‌اي از جمعيت توليد مي‌شود.ارزيابي آماري نتايج حاصل از شبيه‌سازي نشان مي‌دهد كه الگوريتم پيشنهادي براي مسائل زمان‌بندي با مقياس بزرگ داراي زمان اتمام كار كمتري است.

43487