طبقه بندی الگوریتم های زمان بندی بر پایه بهینه سازی ازدحام ذرات در محیط رایانش ابری

با رشد مجازی سازی در سیستم های و تکنولوژی های امروزی، رایانش ابری به عنوان بستر جدید محاسباتی ظهورکردهاست. رایانش ابری، مدلی کامپیوتری است که دسترسی کاربران را بر اساس نوع تقاضایی که از منابع اطلاعاتی و محاسباتی دارندمحیامی کند. این مدل سعی دارد با کمترین نیاز به منابع و کاهش هزینه ها و افزایش سرعت دسترسی اطلاعات، جوابگوی نیازکاربرانباشد. هدف نهایی رایانش ابری ایجاد رضایت کاربران بر اساس کیفیت سرویس تضمین شده برای آنها و کسب سود برای سرویسدهنده ی رایانش ابری می باشد، زمانبندی یکی از مسایل مهم برای بهبود بهره وری از تمام خدمات مبتنی بر ابر است. بنابراین لازماست که یک الگوریتم زمان بندی به این هدف دست پیدا کند. درمیان الگوریتمهای زمانبندی مختلف، بهینه سازی ازدحام ذرات (PSO)یک تکنیک فراابتکاری مشهور برای موضوع بهینه سازی حل شده، است. بهینه سازی ازدحام ذرات برای زمانبندی وظیفه دینامیک،زمانبندی گردشکار و تعادلبار مناسب است. بهینه سازی ازدحام ذرات ظرفیت جستجوی گسترده قوی درباره شروع اجرا و پیگیرینزدیک به دورترین حد اجرا را دارد. بنابراین، به طورکلی در برنامه های مختلف به کار میرود و پیشرفت باورنکردنی دارد. در این مقاله،یک بررسی سیستماتیک روی انواع مختلف استراتژی زمانبندی مبتنی بر بهینه سازی ازدحام ذرات با مجموعه ای از چالش ها و مسیرآینده انجام شده است.