مژده ربانی - دانشگاه آزاد اسلامی، یزد، ایران
هدی مرادی - دانشگاه آزاد اسلامی، یزد، ایران
اسداله علیرضایی - دانشگاه آزاد اسلامی، یزد، ایران

رایانش ابری مفهومی است که اخیرا در دنیای فناوری اطلاعات معرفی شده که محیطی را برای به اشتراک گذاری منابع فراهم می نماید. در محیط رایانش ابری یک سیستم زمانبندی کارا و موثر، نقش کلیدی دارد و در میزان موفقیت آن محیط بسیارتعیین کننده می باشد. از این رو مساله زمان بندی وظایف در رایانش ابری، مساله ای بسیار مهمی محسوب می شود که سعی داردیک زمان بندی بهینه برای اجرای وظایف و تخصیص منبع بهینه مشخص نماید. این پژوهش با هدف ارائه رویکردی جدید برایبهینه سازی زمان بندی وظایف براساس ترکیبی از الگوریتم تطبیقی پویا و الگوریتم ژنتیک در محیط رایانش ابری انجام گرفتهاست. مدل ترکیبی. با هدف پوشش دادن نقاط ضعف دو الگوریتم ژنتیک و زمان بندی تطبیقی پویا؛ ارائه شد که به موجب آنضعف الگوریتم ژنتیک یعنی سرعت عمل پایین با ایجاد یک راه حل اولیه مناسب برطرف گردید و همچنین ضعف الگوربتمزمان بندی تطبیقی پویا که همانا به دام افتادن در جواب های محلی است. با استفاده از الگوریتم بهینه سازی تکاملی پوشش دادهشد. در مدل پیشنهادی نخست الگوریتم تطبیقی پویا با تکنیک جستجوی منابع مورد نیاز به کمک درخت کیدی و بازیابیداده ها به صورت موازی توانسته است در زمان بسیار خوبی جواب مناسبی برای مساله ی زمان بندی پیدا کند. که به عنوان جواباولیه به الگوریتم ژنتیک سپرده شد و الگوریتم ژنتیک نیز به جستجوی بهینه می پردازد. در نتیجه الگوریتم نهایی حاصل ازترکیب این دو توازن بار بهتری برای منابع ابری در مدت زمان نسبتا قابل قبول ارائه می دهد.

رایانش ابری، زمانبندی، الگوریتم تطبیقی یویا، الگوریتم ژنتیک، درخت کی دی