DCHG-TS: یک الگوریتم ژنتیک ترکیبی با محدودیت زمانی و مقرون به صرفه برای زمانبندی گردش کار علمی در رایانش ابری(مقاله همراه ترجمه)
15 صفحه متن انگلیسی به صورت PDF و 27 صفحه متن فارسی نام مقاله به انگلیسی: DCHG-TS: a deadline-constrained and cost-effective hybrid genetic algorithm for scientific workflow scheduling in cloud computing نمونه متن فارسی: چکیده : زیرساخت های ابری محیط های مناسبی برای پردازش جریان های کاری بزرگ علمی هستند. امروزه چالشهای جدیدی در زمینه بهینهسازی گردشهای کاری ظاهر میشود به طوری که میتواند نیازهای کیفیت خدمات کاربر را برآورده کند. کلید بهینهسازی گردش کار، زمانبندی وظایف گردش کار است که یک مشکل معروف NP-hard است. اگرچه روشهای مختلفی بر اساس الگوریتم ژنتیک برای زمانبندی وظایف در ابرها ارائه شده است، روش پیشنهادی ما به دلیل استفاده از عملگرهای ژنتیکی جدید و همچنین عملگرهای ژنتیکی اصلاحشده و استفاده از روال متعادلسازی بار، کارآمدتر از روشهای پیشنهادی دیگر است. زیرساخت های ابری محیط های مناسبی برای پردازش جریان های کاری بزرگ علمی هستند. امروزه چالشهای جدیدی در زمینه بهینهسازی گردشهای کاری ظاهر میش …