چکیده
کارایی زمان‌بندی وظیفه در محاسبات ابری، بیشتر شامل کل زمان تکمیل، متوسط زمان تکمیل و موازنه‌ی بارِ منبع است. اگرچه این تحقیق نتوانسته که این سه تابع هدف را به صورت ترکیبی در نظر بگیرد. در این مقاله، برای حل مسئله‌ی زمان‌بندی وظیفه در محاسبات ابری، یک الگوریتم ژنتیک چند-هدفه پیشنهاد شده است. یک مجموعه‌ی بزرگ وظیفه، به چندین وظیفه‌ی کوچک تقسیم شده و در نتیجه اجازه‌ی جور شدنِ این وظایف کوچک با منابع موجود و همچنین کدگذاری کروموزوم‌ها را می‌دهد. در فاز انتخاب، از وزن‌های این سه تابع هدف استفاده شده تا مشخص شود که کدام‌یک از توابع برازش باید به کار گرفته شود. احتمال ترکیب و جهش، به گونه‌ای تعیین شده که از تنوع جمعیت و سرعت بخشیدن به سرعتِ همگرایی اطمینان حاصل شود. در پایان، نتایجِ شبیه‌سازی انجام‌گرفته، بر کارایی الگوریتم پیشنهادی صحه می‌گذارد.
کلیدواژه‌ها: محاسبات ابری، زمان‌بندی وظیفه، الگوریتم ژنتیک، چند-هدفه
فایل ترجمه: WORD فایل مقاله: PDF
ترجمه مقاله ISI 2015: زمان‌بندی وظیفه در محاسبات ابری بر اساس الگوریتم ژنتیک چند-هدفه
