بهينه‌سازي چند هدفه‌ي مسئله‌ي زمان‌بندي كار در پردازش ابري

در محيط ابر، زمان‌بندي بهينه كارها، به عوامل زيادي همچون زمان اتمام كارها، تاخير و تعادل بار روي ماشين‌ها بستگي دارد. اما توجه اصلي ساير مقالات انجام شده فقط به كمينه كردن زمان اتمام كارهاست. در اين مقاله، پارامترهاي موثر بر كيفيت خدمات يعني كمينه‌ي زمان اتمام كارها، كمينه‌ي ميزان ديركرد از موعد تحويل و بيشينه‌ي تعادل بار روي ماشين‌ها به عنوان توابع هدف، همزمان در نظر گرفته شده است. زمان‌بندي جزء مسائل پيچيده‌اي است كه براي آن، راه‌حل از مرتبه‌ي چندجمله‌اي وجود ندارد و به همين دليل از الگوريتم‌هاي فرا اكتشافي مانند بهينه‌سازي گروه ذرات، شبيه‌سازي حرارت، جستجوي ممنوعه و الگوريتم ژنتيك چندهدفه استفاده شده است. نتايج شبيه‌سازي نشان داده است كه بين الگوريتم‌هاي تك‌هدفه، الگوريتم بهينه‌سازي گروه ذرات در زمان كمتري اجرا شده و حتي براي تعداد 30 كار، از نظر بهينه‌سازي تابع هدف، قابل رقابت با الگوريتم‌هاي چندهدفه مي‌باشد. در تعداد كار زياد، الگوريتم‌هايچندهدفه، از نظر مدت زمان اجرا و همچنين بهينه‌سازي توابع هدف، مناسب‌ترند. زيرا الگوريتم ژنتيك مرتب‌شده يا رتبه‌بندي‌شده‌ي نامغلوب، توابع هدف را به صورت مجزا در نظر گرفته و بنابراين امكان انتخاب جواب‎‎‌هاي مطلوب را ميان جواب‌هاي غير برتر در راستاي مصالحه بين اهدف مختلف را دارد.