جست و جوی متغیر محلی بر اساس الگوریتم ممتیک برای مسئله توازن بار

نوع فایل : word

تعداد صفحات : 19

تعداد کلمات : 5780

مجله : Springer International Publishing Switzerland

انتشار : 2016

ترجمه ی متون جدول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : ب نازنین 12

تاریخ انتشار
7 ژوئن 2020
دسته بندی
تعداد بازدیدها
1560 بازدید
23,000 تومان

عنوان فارسی مقاله:جست و جوی متغیر محلی بر اساس الگوریتم ممتیک برای مسئله توازن بار در رایانش ابری

 چکیده

متعادل کننده بار (LB) یک مسئله مهم و چالش برانگیز بهینه سازی در محاسبات ابری است. متعادل کننده بار شامل اختصاص مجموعه‌ای از خدمات به مجموعه‌ای از ماشین آلات برای بهینه سازی کاربردهای دستگاه است. این مطالعه یک الگوریتم ممتیک (MA) برای مسئله متعادل کننده بار ارائه می‌دهد. الگوریتم ممتیک یک روش ترکیبی است که ترکیبی از قدرت الگوریتم‌های تکاملی بر اساس تعداد با جستجوی محلی می‌باشد. با این حال اثر الگوریتم ممتیک به طور عمده به روش جستجوی محلی انتخاب شده برای الگوریتم ممتیک بستگی دارد. به این دلیل که روش انجام جستجوی محلی متفاوت برای موارد مختلف و تحت مراحل مختلف جستجو وجود دارد. علاوه بر این، با استناد به جستجوی محلی در هر تولید می‌توان ظرفیت را جستجو کرد. برای رسیدگی به این مسائل، این مطالعه پیشنهاد یک الگوریتم محلی ممتیک با جستجو بر اساس متغیر در زمینه مسئله متعادل کننده بار ارائه می‌دهد. متحرک پیشنهادی با استفاده از چند مکانیزم جستجوی محلی عمل می‌کند. هریک هدایت یک منطقه مختلف در فضای جستجو را با استفاده از مکانیزم های مختلف جستجو انجام می‌دهند که می‌تواند با یک مسیر جستجوی متفاوت با الگوریتم ممتیک محلی متمایز شود. این نه تنها به جستجو برای جلوگیری از گرفتار شدن در دام یک نقطه بهینه محلی کمک می‌کند، همچنین می‌تواند به طور مؤثر با ویژگی‌های مختلف جستجو چشم انداز و تغییرات پویا مسئله برخورد کند. علاوه بر این، یک شاخص تنوع برای کنترل فرآیندهای جستجوی محلی برای تشویق تنوع راه حل به تصویب رسیده است. روش الگوریتم ممتیک این است که در موارد مسئله دستگاه تغییر پیشنهادی گوگل برای ROADEF/ EURO 2012 مورد بررسی قرار گرفته است. در مقایسه با حالت روش پیشرفته، روش ما به بهترین عملکرد در بسیاری از موارد دست می‌یابد، اثربخشی متغیر محلی الگوریتم ممتیک بر اساس جستجو برای مسئله متعادل کردن بار نشان داده شده است(مسئله توازن بار در رایانش ابری).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

TITLE: A Variable Local Search Based Memetic Algorithm for the Load Balancing Problem in Cloud Computing

Abstract

Load balancing (LB) is an important and challenging optimisation problem in cloud computing. LB involves assigning a set of services into a set of machines for which the goal is to optimise machine usages. This study presents a memetic algorithm (MA) for the LB problem. MA is a hybrid method that combines the strength of population based evolutionary algorithms with local search. However the effectiveness of MA mainly depends on the local search method chosen for MA. This is because local search methods perform differently for different instances and under different stages of search. In addition, invoking local search at every generation can be computationally expensive and compromise the exploration capacity of search. To address these issues, this study proposes a variable local search based MA in the context of LB problem. The proposed MA uses multiple local search mechanisms. Each one navigates a different area in search space using a different search mechanism which can leads to a different search path with distinct local optima. This will not only help the search to avoid being trap in a local optima point, but can also effectively deal with various landscape search characteristics and dynamic changes of the problem. In addition, a diversity indicator is adopted to control the local search processes to encourage solution diversity. Our MA method is evaluated on instances of the Google machine reassignment problem proposed for the ROADEF/EURO 2012 challenge. Compared with the state of the art methods, our method achieved the best performance on most of instances, showing the effectiveness of variable local search based MA for the Load Balancing problem.

 

    دیدگاهتان را بنویسید