دانلود ترجمه مقاله الگوریتم ژنتیک بهبود یافته برای زمانبندی وظایف مستقل در رایانش ابری – مجله Ijarcsse
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
برنامه ریزی وظایف مستقل در محاسبات ابری با الگوریتم ژنتیک اصلاح شده |
عنوان انگلیسی مقاله: |
Independent Task Scheduling in Cloud Computing by Improved Genetic Algorithm |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار مقاله | ۲۰۱۲ |
تعداد صفحات مقاله انگلیسی | ۴ صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله | رایانش ابری، مهندسی الگوریتم ها و محاسبات و مهندسی نرم افزار |
مجله مربوطه | مجله بین المللی تحقیقات پیشرفته در علوم کامپیوتر و مهندسی نرم افزار |
دانشگاه تهیه کننده | دانشگاه پنجاب، چندیگر، هند |
کلمات کلیدی این مقاله | ابر، محاسبات ابری، min-min، max-min، الگوریتم ژنتیک، الگوریتم ژنتیک اصلاح شده |
رفرنس | دارد |
نشریه | Ijarcsse |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin | ۱۱ صفحه |
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 |
- فهرست مطالب:
چکیده
۱) مقدمه
۲) تحقیقات مرتبط
۳) شیوههای برنامه ریزی
الف. الگوریتم min-min
ب. الگوریتم max-min
۴) الگوریتم ژنتیک
الف. جمعیت اولیه
ب. تابع انطباق (برازش)
ث. گزینش
د. انتقال
ی. جهش
۵) الگوریتم ژنتیک اصلاح شده
۶) شبیه سازیها و نتایج
۷) نتیجه گیری
- بخشی از ترجمه:
۷)نتیجه گیری و حوزه آینده
ما یک الگوریتم با ترکیبMin-Min و Max-Minدر الگوریتم ژنتیک ساخته شده طراحی و تست کرده ایم، این الگوریتم قادر به برنامه ریزی شغل های متعدد بر روی دستگاه های مختلف با شیوه ای کارآمد میباشد، به طوری که روند تکامل پروسه هر شغل را در کمترین زمان ممکن میکند. این روش را می توان در سیستم های محاسبات ابری برای برنامه ریزی بهتر وظایف برای منابع وفق داد، به طوری که وظایف کاربران را می توان در حداقل زمان ممکن تکمیل کرد.
- بخشی از مقاله انگلیسی:
VII. CONCLUSION AND FUTURE SCOPE
We have designed and tested an algorithm which is made by combining Min-Min and Max-Min in Genetic Algorithm. It is able to schedule multiple jobs on multiple machines in an efficient manner such that the jobs take the minimum time for completion. This technique can be adapted in the cloud computing systems for better scheduling of tasks to resources, so that the users’ tasks can be completed in as minimum time as possible.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
برنامه ریزی وظایف مستقل در محاسبات ابری با الگوریتم ژنتیک اصلاح شده |
عنوان انگلیسی مقاله: |
Independent Task Scheduling in Cloud Computing by Improved Genetic Algorithm |
|