چکیده مقاله : یکی از مهم ترین ، چالش های موجود در مراکز داده ابری ، مساله زمان بندی کارها یا اختصاص منابع به درخواست های کاربران است .دلایل متعددی ارائه شده است که این موضوع به عنوان یک مساله NP-Complete نمود پیدا کند. در محیط محاسبات ابری هر کاربر ممکن است برای اجرای هر کار، با صدها منابع مجازی روبه رو شود. در این حال، تخصیص کارها به منابع مجازی توسط خود کاربر غیرممکن می باشد. روش های ابر اکتشافی به صورت جستجوی اکتشافی است گزینه مناسبی برای این مسائل است. از جمله این روش ها الگوریتم ژنتیک می باشد. الگوریتم ژنتیک یکی از بهترین روش های ممکن برای حل مسئله زمانبندی وظایف در ابر می باشد که کارایی خوب برای حل مسئله زمانبندی و تعادل بار پویا در سیستم های موازی دارد. در این پژوهش به بررسی مفاهیم و روش های ارائه شده در این زمینه می پردازیم
آزاده, محسن, براتیان, احمد, & طباطبایی, حمید. (1401). زمانبندی وظایف در توازن منابع برای مکان یابی ماشین مجازی در مراکز داده ابر با استفاده از الگوریتم ژنتیک بهبود یافته. اکتشاف و پردازش هوشمند دانش, 2(6), -. doi: 10.30508/kdip.2023.346375.1041
MLA
محسن آزاده; احمد براتیان; حمید طباطبایی. "زمانبندی وظایف در توازن منابع برای مکان یابی ماشین مجازی در مراکز داده ابر با استفاده از الگوریتم ژنتیک بهبود یافته". اکتشاف و پردازش هوشمند دانش, 2, 6, 1401, -. doi: 10.30508/kdip.2023.346375.1041
HARVARD
آزاده, محسن, براتیان, احمد, طباطبایی, حمید. (1401). 'زمانبندی وظایف در توازن منابع برای مکان یابی ماشین مجازی در مراکز داده ابر با استفاده از الگوریتم ژنتیک بهبود یافته', اکتشاف و پردازش هوشمند دانش, 2(6), pp. -. doi: 10.30508/kdip.2023.346375.1041
VANCOUVER
آزاده, محسن, براتیان, احمد, طباطبایی, حمید. زمانبندی وظایف در توازن منابع برای مکان یابی ماشین مجازی در مراکز داده ابر با استفاده از الگوریتم ژنتیک بهبود یافته. اکتشاف و پردازش هوشمند دانش, 1401; 2(6): -. doi: 10.30508/kdip.2023.346375.1041
)