يك الگوريتم جديد براي همگرائي به اعمال عاقلانه و كاربرد آن براي تهيه منبع در محاسبات ابر

در محيط هاي پويا و غيرقطعي، تصميم گيري صحيح در مورد انتخاب يك عمل امري مهم مي باشد. اگر عمل انتخاب شده عاقلانه باشد به اين معنا كه با توجه به اطلاعات موجود بهترين انتخاب بشمار رود، آنگاه مي توان ادعا كرد كه مولفه تصميم گيرنده بهترين كارايي را در تصميم گيري ارائه كرده است. اگر بهره هاي ناشي از انتخاب اعمال كاملا مشخص بوده و بهره اي كه يك تصميم گيرنده بدست مي آورد صرفا تابعي از عملكرد خود وي باشد، آنگاه پيدا كردن اين عمل كار دشواري نيست، اما وجود عدم قطعيت ها و پيچيدگي هاي ذاتي در بسياري از محيط ها و تاثيرگذاري اعمال انتخابي ديگر موجوديت هاي حاضر در محيط باعث مي گردد كه در عمل كار تشخيص عمل عاقلانه بسيار مشكل گردد. در اين مقاله الگوريتمي براي اتوماتاي يادگير سلولي ارائه گرديده است كه با استفاده از آن اتوماتاي يادگير مستقر در يك سلول قادر است در محيط هاي غيرقطعي و پيچيده كه چندين تصميم گيرنده در آن وجود دارند، فعاليت نموده و با تشخيص عمل عاقلانه در محيط به آن همگرا گردد. بعنوان كاربردي از اين الگوريتم نيز يك مساله تهيه منبع در محاسبات ابر نيز مورد بررسي قرار گرفته و كارايي الگوريتم ارائه شده در آن نشان داده شده است