دانلود ترجمه مقاله الگوریتم ترکیبی مرکب از الگوریتم کلونی مورچه و الگوریتم ژنتیک – Benthamopen 2014

Translation3

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

الگوریتم ترکیبی مرکب از الگوریتم کلونی مورچه و الگوریتم ژنتیک برای ترکیب دینامیک سرویس وب

عنوان انگلیسی مقاله:

A Hybrid Algorithm Combining Ant Colony Algorithm and Genetic Algorithm for Dynamic Web Service Composition

 

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار ۲۰۱۴
تعداد صفحات مقاله انگلیسی ۹ صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی کامپیوتر، مهندسی فناوری اطلاعات
گرایش های مرتبط با این مقاله مهندسی الگوریتم ها و محاسبات، شبکه های کامپیوتری، اینترنت و شبکه های گسترده و مهندسی نرم افزار
چاپ شده در مجله (ژورنال) مجله باز سیبرنتیک و همستی – The Open Cybernetics & Systemics Journal
کلمات کلیدی الگوریتم کلونی مورچگان، الگوریتم ژنتیک، مقدار مطلوبیت QoS، ترکیب سرویس (خدمات)
ارائه شده از دانشگاه دانشکده علوم اطلاعات و مهندسی، دانشگاه صنعتی هنان، Zhengzhou، چین
نویسندگان Chen-Yang Zhao, Jun- Ling Wang , Jie Qin and Wen-Qiang Zhang
شناسه دیجیتال – doi http://doi.org/10.2174/1874110X01408010146
رفرنس دارد 
کد محصول ۹۳۶۰
نشریه Benthamopen

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
وضعیت ترجمه انجام شده و آماده دانلود
کیفیت ترجمه طلایی⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۱۸ صفحه با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است  
ترجمه متون داخل تصاویر ترجمه نشده است 
ترجمه متون داخل جداول ترجمه نشده است 
درج تصاویر در فایل ترجمه درج شده است 
درج جداول در فایل ترجمه درج شده است 
درج فرمولها و محاسبات در فایل ترجمه  به صورت عکس درج شده است
منابع داخل متن به صورت عدد درج شده است  

 

فهرست مطالب

چکیده

۱- مقدمه

۲- مدل ترکیب سرویس و شرح مسئله

۱- ۲ مدل ترکیب سرویس

۲- ۲ مشخصه های QoS وب سرویس

۳- ۲ مقدار مطلوبیت QoS کاربر

۴- ۲ قواعدتجمعی QoS سرویس مرکب

۵- ۲ شرح مسئله ترکیب سرویس

۳- طراحی الگوریتم هیبریدی HA_ACAGA

۱- ۳ الگوریتم کلونی مورچگان بهبود یافته در HA_ACAGA

۲- ۳ الگوریتم ژنتیک بهبود یافته در HA_ACAGA

۳- ۳ طراحی الگوریتم HA_ACAGA

۴- نتایج و تجزیه و تحلیل آزمایش

۱- ۴ مجموعه داده های شبیه سازی

۲- ۴ مقایسه زمان محاسبه

۳- ۴ مقایسه مقدار مطلوبیت QoS

۵- نتیجه گیری

 

بخشی از ترجمه

چکیده

تعداد رو به رشدی از وب سرویس ها که تابعیت یکسان عرضه می کنند اما از لحاظ خصوصیات غیر تابعی باهم تفاوت دارند، روی شبکه ظهور می کنند،به همین خاطر نیاز به انتخاب آنها برای تشکیل سرویسهای مرکب جهت تامین نیازهای کاربر به یک نقطه داغ تحقیق تبدیل شده است. روشهای انتخاب وب سرویس ها تلاش می کنند راه حل های بهینه برای کاربران بیابند. اما از آنجایی که رجحان شخصی هر کاربر تفاوت دارد و وب سرویس ها انبوه و پویا هستند، در نتیجه یافتن راه حل بهینه سخت و دشوار می باشد. بنابراین، در این مقاله الگوریتم هیبریدی مرکب از الگوریتم کلونی مورچگان و الگوریتم ژنتیک برای ترکیب وب سرویس، پیشنهاد شده است. مسئله بهینه سازی کلی در ترکیب وب سرویس ابتدا به مسئله یافتن یک مسیر بهینه در گراف جهت دار غیر مدور وزندار با محدودیت های خاص QoS (کیفیت خدمات) تبدیل گردید. و سپس از یک الگوریتم کلونی مورچگان و یک الگوریتم ژنتیک بهبود یافته متناوباً در الگوریتم هیبریدی استفاده گردید. از الگوریتم کلونی مورچگان بهبود یافته برای دستیابی به مجموعه راه حل های غیر غالب استفاده می شود. با استفاده از مجموعه ها به عنوان مجموعه های جمعیت اولیه، برای کمک به الگوریتم کلونی مورچگان جهت دستیابی به راه حل بهینه، الگوریتم ژنتیک بهبودیافته اجرا می شود. نتایج آزمایش، اعتبار و کارایی الگوریتم پیشنهادی را نشان می دهد.

 

۵- نتیجه گیری

مقاله حاضر الگوریتم هیبریدی مرکب از الگوریتم کلونی مورچگان و الگوریتم ژنتیک را برای ترکیب وب سرویسها معرفی می نماید.مسئله ترکیب وب سرویس ابتدا به مسئله یافتن یک مسیر بهینه در گراف جهت دار غیر مدور وزن دار با محدودیت های خاص QoS تبدیل می شود. سپس الگوریتم هیبریدی از مزایای دو الگوریتم برای دستیابی به راه حل بهینه استفاده می کند. نتایج آزمایش نشان می دهد که الگوریتم موثرتر بوده و از قابلیت توسعه بهتری برخوردار می باشد. کار آینده، بهبود تطبیق پذیری الگوریتم می باشد زمانی که سرویس ها موجود نبوده یا QoS سرویس ها در محیط پویا تغییر می کند.

 

بخشی از مقاله انگلیسی

Abstract

Growing numbers of web services that offer identical functionality but differ in non-functional properties are emerging on the network, to the need to select them to form a composite service to meet user’s requirements has become one research hotspot. Web service selection methods are an attempt to to find optimal solutions for users. However, because each user’s personal preference is different and web services are massive and dynamic, it is hard to find optimal solution. Therefore, a Hybrid Algorithm combining Ant Colony Algorithm and Genetic Algorithm for web service composition is proposed in this paper. The global optimization problem in web service composition is firstly transformed to the problem of finding an optimal path in the weighted directed acyclic graph with certain QoS (Quality of Service) constrains. And then an improved ant colony algorithm and an improved genetic algorithm are used alternately in the hybrid algorithm. Improved ant colony algorithm is used to achieve the non-dominated solution sets. Using the sets as the initial population sets, improved genetic algorithm is performed to assist ant colony algorithm to obtain the optimal solution. Experimental results demonstrate the validity and efficiency of the proposed algorithm.

 

۵- CONCLUSION

This paper presents a Hybrid Algorithm combing Ant Colony Algorithm and Genetic Algorithm for web services composition. The problem of web service composition is firstly transformed to the problem of finding an optimal path in the weighted directed acyclic graph with certain QoS constrains. Then the hybrid algorithm makes full use of advantages of two algorithms to achieve the optimal solution. Experiment results show that the algorithm is more effective and better expansible. The next work is to improve the adaptability of algorithm when services become unavailable or QoS of the services changes in a dynamic environment.

 

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

الگوریتم ترکیبی مرکب از الگوریتم کلونی مورچه و الگوریتم ژنتیک برای ترکیب دینامیک سرویس وب

عنوان انگلیسی مقاله:

A Hybrid Algorithm Combining Ant Colony Algorithm and Genetic Algorithm for Dynamic Web Service Composition

 

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *