اختصاص منابع در رايانش ابري سبز به كمك الگوريتم¬هاي فراابتكاري

محاسبات ابري روشي نوين در زمينه محاسبات توزيع¬شده ارائه داده است كه در آن منابع مشترك بين كاربران نهايي تقسيم مي¬شوند و داراي مزاياي زيادي مانند تحمل¬پذيري در برابر خطا، قابليت اطمينان، دسترس¬پذيري بالا، به منابع است. تخصيص بهينه منابع يك فرآيند كليدي در محيط رايانش ابري است كه هدف آن اجراي درخواست¬هاي واردشده به سيستم بر روي منابع، به شيوه¬اي كارآمد با درنظرگرفتن ساير خصوصيات محيط ابر است. مشكلات و چالش¬هاي فراواني به واسطه استفاده از منابع در محيط رايانش ابري ايجاد شده است و نيازمند آن است كه به صورت مناسبي رفع شود. تخصيص بهينه منابع مسأله¬اي است كه نه¬تنها سرويس¬دهنده¬هاي ابري با آن درگير هستند بلكه از نظر سرويس¬گيرنده نيز حائز اهميت فراوان است. در اين مقاله با استفاده از الگوريتم جهش قورباغه تخصيص بهينه منابع در محيط ابر در جهت كمينه¬سازي زمان تكميل وظايف انجام شده است. در جهت بهبود عملكرد الگوريتم جهش قورباغه از عملگرهاي تقاطع تك¬نقطه¬اي و تقاطع دونقطه¬اي استفاده تا تنوعي بيشتري در فضاي پاسخ ايجاد شده و در صورت افتادن در نقاط بهينه محلي باعث خروج و يافتن پاسخ بهينه سراسري گردند. پس از مدل¬سازي مسئله با استفاده از الگوريتم¬ جهش قورباغه، به تخصيص بهينه منابع به ازاي 20 و 30 وظيفه بر روي 4 منبع پرداخته و نتايج آن با الگوريتم¬ بهينه‌سازي ازدحام ذرات مقايسه -گرديد. نتايج حاكي از عملكرد بهتر الگوريتم جهش قورباغه با زمان تكميل وظايف 171 و 248 به ترتيب بر اساس 20 و 30 وظيفه با 4 منبع در برابر الگوريتم¬ بهينه‌سازي ازدحام ذرات است.