بهبود زمان‌بندي وظايف در محيط رايانش ابري با استفاده از ACO-GA

محاسبات ابري تكنولوژي نويني است و خدماتي چون نگهداري داده¬هاي كاربران يا برنامه¬هاي كاربردي آن¬ها را در سطح اينترنت فراهم مي¬كند. سيستم¬هاي رايانش ابر درواقع مجموعه¬اي از كامپيوترهاي توزيع¬شده هستند، كه به كاربران اين امكان را مي¬دهند تا در بستر اينترنت، بدون داشتن اطلاعات تخصصي يا كنترل كردن زيرساخت، به منابع و سرويس¬ها دسترسي داشته¬ باشند. يكي از چالش¬هاي اساسي پيشروي اين تكنولوژي مسئله¬ي زمان¬بندي وظايف است. ¬مسئله¬ي زمان¬بندي در رايانش ابر، تكنيكي براي توزيع عادلانه¬ي منابع مابين مشتريان است، كه به‌منظور دست¬يابي به بهره¬وري بهينه¬ي منابع با كمترين زمان پاسخ است. امروزه كارهاي بسياري در اين حوزه صورت گرفته ¬است و الگوريتم¬هاي متنوعي به‌منظور بهبود زمان¬بندي وظايف در محيط رايانش ابر ارائه‌شده است. هدف ما در اين مقاله استفاده از مزاياي دو الگوريتم ژنتيك و كلوني مورچه در كنار يكديگر و ارائه¬ي يك روش بهينه است. در اين كار، به كمك الگوريتم كلوني مورچه يك جمعيت اوليه براي الگوريتم ژنتيك ايجاد مي¬كنيم. در اين حالت، جمعيت اوليه¬ي بهتري نسبت به انتخاب تصادفي جمعيت اوليه خواهيم داشت. درنتيجه سرعت همگرايي الگوريتم ژنتيك افزايش مي¬يابد و احتمال بهينه بودن جواب نهايي بيشتر است. نتايج شبيه¬سازي نشان مي‌دهند كه روش پيشنهادي نتايج قابل‌قبول‌تري نسبت به ساير روش‌ها به دست آورده است.