عنوان

ارائه یک الگوریتم ترکیبی برای مسئله زمانبندی کارها در رایانش مه-ابر

شماره

۵۱۳۶پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

عنوان اصلي

ارائه یک الگوریتم ترکیبی برای مسئله زمانبندی کارها در رایانش مه-ابر

نام عام مواد

[پایان نامه]

نام نخستين پديدآور

/ سمانه دبیری

محل نشرو پخش و غیره

سنندج

نام ناشر، پخش کننده و غيره

: دانشگاه کردستان، دانشکده مهندسی

تاریخ نشرو بخش و غیره

، ۱۴۰۰

نام خاص و کميت اثر

ز، ۸۳ص

ساير جزييات

: مصور( بخشی رنگی)، جدول

مواد همراه اثر

+ لوح فشرده

متن يادداشت

چکیده فارسی - انگلیسی

متن يادداشت

کتابنامه: ص. ۸۰-۸۳

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

هوش مصنوعی و رباتیكز

کسي که مدرک را اعطا کرده

کردستان

متن يادداشت

امروزه دستگاههای اینترنت اشیا در همه جا رایج هستند و تعداد آنها به سرعت در حال افزایش است. این دستگاهها حجم عظیمی از دادهها را تولید می‌کنند که باید به طور کارآمد پردازش شوند. از آنجایی که بیشتر دستگاههای اینترنت اشیا قابلیت قدرت محاسباتی ومنابع ذخیره‌سازی محدودی دارند، درخواست‌های کاربران برای پردازش باید به دستگاههای محاسباتی قویتری منتقل شوند.رایانش مه-ابر یک پلتفرم امیدوارکننده برای پردازش وظایف اینترنت اشیا با نیازهای مختلف تبدیل شده است. با این حال، به دلایل زیادی از جمله مشخصات مختلف درخواست‌های کاربران، ناهمگونی دستگاههای محاسباتی، فاصله زیاد سرورهای محیط ابر با دستگاه‌های اینترنت اشیا و ساختار توزیع شده و توپولوژی شبکه لایه مه، نحوه زمانبندی وظایف دستگاه‌های اینترنت اشیا در این محیط یک مسئله چالش برانگیز است. برای مقابله با این چالش‌ها، ما دو مسئله مختلف را مورد بررسی قرار داده‌ایم. در مسئله اول، هر درخواست به صورت مجموعه ای از وظایف مستقل در نظر گرفته شده است. در حالی که در مسئله دوم، هر درخواست دارای یک وظیفه است. سپس هر دو مسئله با استفاده از برنامهریزی خطی صحیح مختلط با هدف بهینهسازی مصرف انرژی و زمان نقض مهلت فرموله‌سازی شده‌اند. برای حل مسئله اول، الگوریتم‌های فراابتکاری گرگ خاکستری و ملخ پیشنهاد شده‌اند. اما برای حل مسئله دوم، یک الگوریتم ترکیبی مبتنی بر استراتژی ابتکاری و الگوریتم ژنتیک پیشنهاد گردیده است. به منظور ارزیابی کارایی الگوریتمهای پیشنهادی، آزمایشهای متعددی در محیط متلب انجام شده است. نتایج پیادهسازی نشان میدهد که الگوریتمهای پیشنهادی از نظر مصرف انرژی، زمان خاتمه، تعادل بار و رضایت کاربران به مراتب بهتر از رقیبان خود عمل میکنند. به طور خاص الگوریتمهای گرگ خاکستری و ملخ به ترتیب 27.11٪ و 29.43٪ عملکرد تابع هدف مسئله اول را که از دو معیار زمان نقض مهلت و مصرف انرژی تشکیل شده است در مقایسه با الگوریتم پروانه بهبود می‌بخشند.

متن يادداشت

Nowadays, IoT devices are ubiquitous, and their number is growing dramatically. These devices generate massive data that need to be processed efficiently. Since most IoT devices have limited computing power and storage resources, user requests must be transferred to more powerful computing for processing. Fog-cloud computing has become a promising platform for processing IoT tasks with different requirements. However, for many reasons, including the different specifications of user requests, the heterogeneity of computing devices, the long-distance of cloud servers from IoT devices, distributed structure of the fog layer, how IoT tasks are scheduled in this environment is a challenging issue. To address these challenges, we have explored two different cases. In the first case, each request is considered as a set of independent tasks. While in the second case, each request has a specific task. Then, both problems are formulated using mixed-integer linear programming with the aim of optimizing energy consumption, and deadline time. Two metaheuristic algorithms inspired by grey wolves and grasshoppers are proposed to tackle the first problem. But, to solve the second problem, a hybrid algorithm based on heuristic strategy and genetic algorithm is proposed. In order to evaluate the performance of the proposed algorithms, several experiments have been performed in a MATLAB environment. Implementation results confirm the outperformance of the proposed algorithms in terms of energy consumption, termination time, load balancing and user satisfaction compare to the competitors. Specifically, the grey wolf and grasshopper algorithms improve the performance of the objective function of the first problem, which consists of two criteria of deadline violation and energy consumption, by 27.11% and 29.43%, respectively, compared to the butterfly optimization algorithm.

خط فهرستنویسی و خط اصلی شناسه

fa

خط فهرستنویسی و خط اصلی شناسه

ba

اصطلاح موضوعی

Task Scheduling,

اصطلاح موضوعی

Fog-Cloud Computing

اصطلاح موضوعی

Internet of Things

اصطلاح موضوعی

Meta-Heuristic Algorithm

اصطلاح موضوعی

Hybrid Algorithm

اصطلاح موضوعی

Multi- Objective

عنصر شناسه اي

دبیری

ساير عناصر نام

، سمانه

کد نقش

، پدیدآور

عنصر شناسه اي

عزیزی

عنصر شناسه اي

عبدالله پوری

ساير عناصر نام

، سعدون

ساير عناصر نام

، علیرضا

کد نقش

، استاد راهنما

کد نقش

، استاد راهنما

عنصر شناسه اي

دانشگاه کردستان

تقسيم فرعي

. دانشکده مهندسی

کشور

ایران

سازمان

کتابخانه مرکزی دانشگاه کردستان

تاريخ عمليات

20230215

شماره بازیابی

Reg. No. ۵۱۷۶

فرمت انتشار

e

نوع ماده

TF

کد کاربرگه

92029

پیشوند ISBD اعمال شده است

1

سطح دسترسي

a

تكميل شده

Y