مریم سعیدی ناشلیلی - کارشناسی ارشد، دانشکده فنی و مهندسی، موسسه آموزش عالی کارون، اهواز، ایران
ماشالله عباسی دزفولی - مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه آزاد اسلامی ، اهواز، ایران

موضوع زمانبندی وظایف در محاسبات ابری، مسئله ی بسیار مهمی است که سعی دارد یک زمانبندی بهینه برای اجرای وظایفمشخص نماید. در این پژوهش با استفاده از الگوریتمهای بهینه سازی علف هرز و جستجوی ممنوعه زمانبندی وظایف در محیط ابر، در جهت کمینه سازی زمان تکمیل وظایف صورت گرفته است. برای بهبود عملکرد الگوریتمهای بهینه سازی علف هرز و جستجوی ممنوعه از عملگرهای تعویض و وارون سازی استفاده شده است تا تنوع بیشتری در فضای پاسخ ایجاد شود و در صورت افتادن در حلقه نقاط بهینه ی محلی باعث خروج و یافتن پاسخ بهینه سراسری شوند. پس از مدلسازی مسئله با استفاده از الگوریتم بهینه سازی علف هرز و بهبود آن، زمانبندی وظایف به ازای ۱۵،۲۰،۲۵،۳۰ وظیفه بر روی ۴ پردازنده انجام شده است. نتایج حاکی از عملکرد بهینه روش پیشنهادی با زمان تکمیل وظایف ۱۲۶،۱۵۶،۱۹۶،۲۴۵ به ترتیب بر اساس ۱۵،۲۰،۲۵،۳۰ وظیفه در برابر روشهای پیشین است و همچنین به حداقل رساندن زمان اتمام آخرین کار((makespan و بهبود تعادل بار می باشد که با این روش باعث افزایش سرعت در محاسبات می شود.

محاسبات ابری، زمانبندی ،تخصیص منابع،الگوریتم جستجوی ممنوعه،الگوریتم علف هرز