| نوع مدرک: | متون چاپی |
| سرشناسه | شیخ الاسلامی ، حامد، نویسنده |
| شماره بازیابی : | COM soft 88 1404 |
| عنوان : | بهینهسازی تخصیص منابع در لایه مه با استفاده از الگوریتم تکاملی قدرت پارتو 2 |
| عنوان موازی : | Optimizing Resource Allocation In Fog Layer Using SPEA-2 |
| ناشر: | دانشگاه شهید اشرفی اصفهانی: اصفهان |
| سال نشر : | 1404 |
| صفحه شمار: | 94ص |
| شابک/شاپا | 26075 |
| یادداشت | پایان نامه کارشناسی ارشد: رشته مهندسی کامپیوتر گرایش نرمافزار |
| شناسه افزوده : | خیام باشی ، محمد رضا، استاد راهنما |
| توصیفگرها | بهینهسازی، تخصیص منابع، لايه مه، الگوريتم تکاملی، الگور يتم تکاملی قدرت پارتو Optimization, Resource Allocation, Fog Layer, Evolutionary Algorithm, Pareto-based the Strength Pareto Evolutionary Algorithm 2. |
| چکیده : | اینترنت اشیاء به شبکهای از دستگاهها و اشیا فیزیکی اطلاق میشود که از طریق اینترنت به یکدیگر متصل شده و قادر به جمعآوری، تبادل و تحلیل دادهها هستند. این دستگاهها میتوانند شامل هر نوع وسیلهای مانند سنسورها، دوربینها، ابزارهای خانگی هوشمند و حتی وسایل نقلیه باشند. اینترنت اشیاء به سازمانها و کاربران این امکان را میدهد که بهطور خودکار و در زمان واقعی به دادهها دسترسی داشته و عملکردها را بهینه کنند، که این امر موجب بهبود کارایی، کاهش هزینهها و ارتقاء کیفیت زندگی میشود . اینترنت اشیاء در بسیاری از صنایع مانند سلامت، حملونقل، خانههای هوشمند و کشاورزی کاربرد دارد. با توجه به رشد سریع تکنولوژیهای مرتبط با رایانش لبه و رایانش مه، یکی از چالشهای مهم، تخصیص بهینه منابع در این سیستمها است که میتواند تأثیر زیادی بر کارایی شبکه، کاهش مدت زمان تأخیر و بهبود مصرف انرژی داشته باشد. در این تحقیق، از الگوریتم تکاملی قدرت پارتو 2 برای بهبود تخصیص منابع در محیطهای محاسباتی لبه استفاده شده است. این الگوریتم به دلیل توانایی در حفظ تنوع پاسخها و تولید مجموعهای از راهحلهای بهینه پارتو، بهعنوان ابزار اصلی تحقیق انتخاب شده است. هدف تحقیق بهبود عملکرد تخصیص منابع در شرایط پویا و پیچیده شبکههای مه بوده است. روش تحقیق بهصورت شبیهسازی طراحی و در آن از دادههای شبکه با در نظرگرفتن محدودیتها و بازههای مقاله پایه برای ارزیابی عملکرد الگوریتم در شرایط مختلف استفاده شده است. در این تحقیق، با استفاده از شبیهسازیهای متعدد، عملکرد الگوریتم تکاملی قدرت پارتو 2 در مدیریت منابع شبکه و تخصیص بهینه وظایف در گرههای مختلف ارزیابی شده است. نتایج شبیهسازیها نشان داده که این الگوریتم قادر است در شرایط پویا، تخصیص منابع را بهصورت بهینه انجام دهد و بهطور قابلملاحظهای زمان تأخیر و هزینه را کاهش و میزان بهرهوری از منابع را افزایش دهد. نتایج این تحقیق نشان میدهند که استفاده از الگوریتم تکاملی قدرت پارتو 2 در کنار مدلهای یادگیری ماشین میتواند بهطور قابل توجهی عملکرد سیستمهای محاسباتی لبه را بهبود بخشد. الگوریتم پیشنهادی توانسته است تخصیص بهینه منابع را در شرایط پیچیده و پویای شبکههای مه انجام دهد. مدل بهینهشده با کاهش 20٫1٪ در میانگین تأخیر (از 133٫38 به 106٫55) و کاهش 34٫3٪ در هزینه کل (از 4383٫96 به 2860٫86) عملکرد بهتری را نشان داد. همچنین، افزایش 26٫8٪ در نرخ بهرهوری منابع (از 34٫16٪ به 43٫42٪) مؤید کارایی بالای الگوریتمهای بهکاررفته است |
| لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=14911 |
| زبان مدرک : | فارسی |