بخشی از مقاله
چکیده
پردازشهای ابری و محیط ابر و پایگاه دادههای ابری محل ذخیرهسازی اطلاعات روی وب میباشد و برای دسترسی به آنها باید بهینهترین مسیر را پیدا نمود، بنابراین انتخاب بهترین مسیر برای پایگاه داده بسیار مهم میباشد که برای پیدا کردن مسیر بهینه میتوان از الگوریتمهای بهینهسازی استفاده کرد. مسئله مورد بررسی، زمانبندی میباشد، یعنی مسیری را انتخاب میکنیم که حداقل زمان را داشته باشد، برای این کار سرعت و دقت بسیار مهم میباشد. الگوریتم جدید ICA- MPSO-MGA از یک پدیده اجتماعی – انسانی الهام گرفته است.
پژوهش صورت گرفته بر مبنای الگوریتم بهینهسازی ICA- MPSO-MGA است. این الگوریتم جدید توانسته است با سرعت و دقت بالا و تعداد دفعات اجرای کم در حداقل زمان با استفاده از ایده جدید تابع هزینه استفادهشده، بهینهترین مسیر پایگاه داده مورد نظر را پیدا کند و کارایی زمانبندی محاسبات ابری را بهبود بخشد. بدین صورت که چند شبکه را در نظر گرفتهایم و در هر شبکه نودهایی از گراف قرار دادهشده و فرض بر این است که هر نود گراف یک پایگاه داده ابری میباشد، ما باید از نود مبدأ به نود مقصد با کمترین هزینه حرکت کنیم، کمترین هزینه، بهینهترین مسیر ما میباشد؛ در نهایت پروژه خود را با زبان متلب پیادهسازی کردهایم و نتایج حاصل به خوبی بیانگر کارایی بالای الگوریتم ICA- MPSO-MGA در یافتن مسیر بهینه در پایگاه داده ابری است.
در این مقاله ترکیبی از الگوریتمهای ازدحام ذرات و ژنتیک ارائه شده است. با ترکیب سه الگوریتم رقابت استعماری، ازدحام ذرات و ژنتیک کارایی الگوریتم رقابت استعماری بهبود داده شده است. برای نشان دادن توانایی الگوریتم جدید، توابع محک مختلفی استفاده شدهاند وبا استفاده از الگوریتم جدید زمانبندی مسیر پایگاه داده های ابری نیز بهینه شد،در نهایت نتایج حاصل بخوبی بیانگر کارایی بالای الگوریتم جدید است.
مقدمه
بهینهسازی1یکی از موضوعات مهم در علوم کامپیوتر، هوش مصنوعی، فیزیک، شیمی، پژوهشهای اجرایی و دیگر حوزههای مرتبط میباشد. دانشمندان علوم مختلف تلاش دارند تا یک طرح بهینه برای یافتن نقاط بهینه مسائل مختلف ارائه دهند تا با داشتن شروطی مانند هزینه مالی و زمانی، سود را بیشینه کنند. بهطورکلی بهینهسازی به معنای » بهسازی « 2میباشد .هرچند، در این پژوهش منظور از بهینهسازی فرآیند، یافتن جوابهای ممکن بهتر برای مسئله بهینهسازی میباشد.
منظور از مسئله بهینهسازی، مسئلهای است که جوابهای ممکن متفاوتی برای آن وجود دارد و مفهوم درستی از کیفیت جواب برای آنها وجود ندارد - بلوم و همکاران3 ، - 2003بسیاری از این مسائل در دسته مسائل چندجملهای غیرقطعی« 4 قرار دارند. این مسائل، مسائلی هستند که هیچ تضمینی وجود ندارد که بتوان در زمان قابل قبولی جواب بهینه را یافت. سالهای زیادی است که محققان به دنبال کشف بهترین الگوریتمها برای حل این مسائل هستند. یافتن راهحلهای ممکن مسائل، با توجه به ماهیت مختلف آنها نیازمند روشهای مختلفی میباشد بنابراین الگوریتمهای گوناگون و متنوعی در دهههای اخیر ارائهشده است.
با توجه به اهمیت زیاد مسئله بهینهسازی و الگوریتمهای بهینهسازی ، در این تحقیق سعی بر این است تا الگوریتم جدیدی ارائه نماییم که نسبت به الگوریتمهای پایه رقابت استعماری ، ازدحام ذرات و ژنتیک از کارایی بالایی برخوردار باشد. رایانش ابری با عنوان یکی از مشهورترین و داغترین موضوعات در زمینه فناوری اطلاعات پدیدار گردید. امروزه کاربران اینترنت به وسیله ابزارهای الکترونیکی بسیار سبکی به سرویسهای آن دسترسی دارند، در چنین حالتی کاربران نیازهای خود را که ممکن است نیازمند پردازش سنگینی باشد بر حسب تقاضا درخواست میکنند و بدون توجه به محل سرویس و چگونگی ارائه آن، به مشاهده نتایج بازگردانده شده میپردازند. - گونگ، لیو، زانگ، چن، گونگ5، . - 2010
همان طوری که میدانیم پایگاه دادههای ابری محل ذخیرهسازی اطلاعات میباشد و برای دسترسی به آنها باید بهینهترین مسیر را پیدا نمود، بنابراین انتخاب بهترین مسیر برای پایگاه داده بسیار مهم میباشد برای پیدا کردن بهینهترین مسیر زمانبندی مطرح میشود. برخلاف پایگاههای دادهای متمرکز قدیمی و پایگاههای ذخیرهسازی ثابت، پایگاه دادهای ابری نیاز به روش ذخیرهسازی درست دادهها دارد که هم نقش توزیع و هم بهروزرسانی را داشته باشد.در این مقاله از الگوریتم ICA- MPSO-MGA در یافتن بهترین مسیر پایگاه داده ابری استفاده شده است.
در این مقاله با استفاده از الگوریتم ICA- MPSO-MGA بدنبال بهینهکردن جستجوی مسیر پایگاه داده ابری هستیم. از طرفی بهینهشدن مسیر جستجو باعث کاهش زمان جستجو و هزینههای ناشی از آن خواهد شد. برای انتخاب بهترین مسیر در پایگاه داده ابری چند شبکه متفاوت در نظر گرفته شده است. هر نود از شبکه بیانگر یک پایگاه داده ابری است. هدف این تحقیق یافتن کوتاهترین مسیر بین نود مبدا و مقصد می باشد. به عبارت دیگر کاهش زمان جستجو و به دنبال آن کاهش هزینه را خواهیم داشت.در این بخش به تعریف مسئله و معرفی ایده خودخواهیم پرداخت.
اهمیت و ضرورت انجام پژوهش
هدف در این تحقیق این است که بهوسیله ترکیب دو الگوریتم رقابت استعماری و الگوریتم ترکیبی پیشنهادی MPSO-MGA، الگوریتم جدیدی را ایجاد نماییم و بهینه ترین مسیر پایگاه داده های ابری را با استفاده از این الگوریتم مشخص نماییم. که نسبت به روشهای دیگر بهتر عمل نماید؛ و به دلایل زیر ترکیب دو الگوریتم رقابت استعماری و الگوریتم ترکیبی پیشنهادی MPSO-MGA را بهعنوان موضوع پژوهش خود انتخاب نمودهام: در علوم کامپیوتر و ریاضیات مسئله بهینهسازی مسئلهای است که هدف یافتن بهترین جواب6 از مجموعه جوابهای شدنی7 است.
در دنیای واقعی مانند بازار بورس، تغییرات آبوهوا، صنعت سدسازی، صنعت خودروسازی و دهها نمونه دیگر نیاز به بهینهسازی وجود دارد؛ بنابراین روشهای گوناگونی برای حل مسائل بهینهسازی در شاخههای متنوع مطرحشدهاند؛ اما مسئلهای که در حل مسائل بهینهسازی باید به آن توجه نمود این است که منابع گوناگونی برای حل مسائل موردنیاز است: زمان - زمان موردنیاز برای حل مسئله - ، فضا - حافظه موردنیاز - و تعداد پردازندهها - در پردازش موازی - ازجمله منابع موردنیاز برای حل یک مسئله میباشند. بخشی از نظریه محاسباتی به بررسی منابع موردنیاز برای حل مسئله میپردازد که »نظریه پیچیدگی«8 نام دارد. این نظریه شاخهای از علوم کامپیوتر و ریاضی است که به بررسی دشواری حل مسائل بهوسیله رایانه میپردازد.
بیشتر روشهای شناختهشده محاسبات تکاملی به پیادهسازی و شبیهسازی فرآیندهای زیستی و طبیعی محیط پیرامون میپردازند. با نگاهی دقیق و ریزبینانه به محیط اطراف میتوان مصادیق بیشتری را یافت؛ بنابراین ترکیب سه ایده کاربردی دنیای بهینهسازی یعنی ایده هوش جمعی-زیستی که منجر به پیدایش »الگوریتم ازدحام ذرات«9 و ایده تکامل ژنتیکی-زیستی که منجر به پیدایش »الگوریتم ژنتیک« و ایده تکامل اجتماعی -سیاسی که منجر به پیدایش »الگوریتم رقابت استعماری10« گردید زمینه ایجاد الگوریتمی جدید تحت عنوان »الگوریتم «ICA-MPSO-MGA را در این پژوهش فراهم آورد.
الگوریتمهای مورد کاربرد در پژوهش
-الگوریتم رقابت استعماری: استعماری با الهام گیری از یک فرآیند اجتماعی-سیاسی نسبت به روشهای مطرحشده دارای توانایی بالایی بوده و تا حد بسیار زیادی نیز سریع میباشد - آتش پز گرگری و همکاران11 ،. - 1387 از ویژگیهای این الگوریتم نو بودن ایده، مبتنی بر رفتار اجتماعی انسان که هوشمندانهتر از رفتارهای بیولوژیکی است، سرعت همگرایی بالا، توانایی بهینهسازی توابعی با تعداد متغیرهای بسیار زیاد، سرعت یافتن جواب بهینه، توانایی بهینهسازی بالاتر از دیگر الگوریتمهای بهینهسازی با توجه به ویژگیهای خوبی که الگوریتم رقابت استعماری برای پیدا کردن مقادیر بهینه نسبت به سایر روشهای بهینهسازی دارد انتظار داریم کارایی بهتری نسبت به سایر روشهای بهینهسازی داشته باشد که فلوچارت و روش حل مسئله در شکل - - 1نمایش دادهشده است.
