انتخاب پاسخ بهینه برای مسئله زمان بندی , جهت انتقال داده ها در محیط های محاسباتی ابری و مشبک توسط الگوریتم های تکاملی

برای آنکه کاربران، در مورد تعیین میزان دسترسی برنامه کاربر به منابع کامپیوتر خود، از جمله: پهنای باند، ظرفیت فضای دیسک سخت یا اولویت پردازش تسلط کامل داشته باشند، الگوریتم های فرااکتشافی علاوه بر برقراری حداکثر پهنای باند، باید شرایط انتقال داده ها را در بستر محیط های ابری و مشبک با حجم عظیمی از اطلاعات، برای به اشتراک گذاری میان منابع درون سازمان های مختلف در کوتاه ترین زمان ممکن با توجه به توان های محاسباتی نامتوازن و ناهمگون فراهم کنند، تا بتوانند محاسبات سنگین و پیچیده را برای ارتباط با سرویس دهنده مرکزی انجام دهند[6]. پیدا کردن پاسخ بهینه در کمترین زمان از آن جهت اهمیت یافته است که زمانبندی وظایف، جهت تخصیص منابع فیزیکی ناهمگون برای اجرای کار ها باید به صورت ماشین مجازی یک واحد انتزاعی از ظرفیت های محاسباتی و ذخیره سازی تهیه شده در محیط ابری و مشبک در نظر گرفته شود هدف از این پایان نامه عرضه روش جدیدی است که بتواند برای حل مسئله زمان بندی در محیط های توزیع شده، پاسخ مناسب را در کوتاه ترین زمان ممکن در محیط های ابری و مشبک ارائه دهد، که این هدف توسط الگوریتم تکاملی پیشنهاد شده محقق می گردد. از میان الگوریتم های فرا اکتشافی، الگوریتم ژنتیک در مسائل جستجوی موازی به صورت دقیق تری پاسخ نزدیک به پاسخ بهینه را ارائه می کند. به عبارت دیگر هدف این است که در حل مسئله زمانبندی به عنوان یک مسئله کاملا پیچیده ، سیستم پروسه ایی زمان بندی می بایست به صورت اتوماتیک و بسیار سریع انجام گیرد. این اهداف با در نظر گرفتن معیار هایی چون سرعت اجرا و کاهش تلفات و هزینه های ناشی از مسیر های تکراری و کاهش زمان واقعی و نرخ بهره وری استفاده از منابع، توازن بار و لزوم پاسخ دهی سریع به در خواست ها برای یافتن پاسخ بهینه در کوتاه ترین زمان ممکن در محیط های فوری مانند ابری و مشبک انجام می شود.