بررسي جمعيت در زمانبندي رايانش ابري برپايه الگوريتم رقابت استعماري

رايانش ابري روشي است كه سعي دارد منابع محاسباتي را طوري در اختيار كاربران قرار دهد كه بتوانند براحتي و در هركجاي جهان از اين منابع استفاده كنند. مسئله بهينه سازي زمانبندي، به معني انتساب بهينه كارها به منابع موجود، از چالش‌هاي مهم در رايانش ابري مي‌باشد. در اين خصوص، الگوريتم رقابت استعماري يكي از الگوريتم­هاي متداول بهينه سازي براي حل مسئله زمانبندي مي­باشد. اگرچه اين الگوريتم در جستجوي فضاي مسئله و يافتن پاسخ بهينه، توانايي و سرعت بالايي دارد، از نظر پايداري و جستجوي محلي ضعيف عمل مي­كند. لذا در اين تحقيق، از تركيب آن با الگوريتم مناسب ديگري همچون الگوريتم بهينه سازي محلي جستجوي ممنوعه، استفاده شد. مقايسه نتايج حاصل از كارايي الگوريتم بهبود يافته نشان داد، هزينه كل در مقايسه با دو الگوريتم پايه، كاهش قابل توجهي داشت. همچنين مشخص گرديد كه در اثر تركيب الگوريتم رقابت استعماري با الگوريتم جستجوي ممنوعه، اثر جمعيت اوليه كاهش يافت و الگوريتم پيشنهادي در جمعيت اوليه كم نيز همچنان كارايي خوبي ارائه نمود.