توازن بار پویا در شبکه رایانش ابری بر اساس برنامه روشهای غیرخطی و فراابتکاری

محاسبات ابری به‌عنوان یکی از حوزه‌های مهم و رو به رشد فناوری اطلاعات، نیازمند مدیریت بهینه منابع برای ارائه خدمات موثر به کاربران است. در این مقاله، روشی نوین برای توازن بار و زمان‌بندی ماشین‌های مجازی در محیط‌های ابری ارائه شده است که بر پایه الگوریتم‌های تقریبی و طبقه‌بندی طراحی شده است. این روش با در نظر گرفتن وضعیت کنونی و پیشین سیستم، تخصیص بار به ماشین‌ها را به‌صورت هوشمندانه بهبود می‌بخشد. به‌منظور بهینه‌سازی، الگوریتم ترکیبی شبیه‌سازی تبرید و روش نیوتن پیاده‌سازی شده و عملکرد آن با الگوریتم‌های نیوتن، سیمپلکس و ژنتیک مقایسه گردیده است. نتایج تجربی نشان می‌دهد که الگوریتم پیشنهادی سرعت تخصیص منابع بالاتری داشته و بهبود عملکرد تقریباً 7 درصدی نسبت به سایر روش‌ها را رقم زده است. این مدل می‌تواند در مدیریت منابع ابری، کارایی و پاسخگویی سیستم‌ها را به‌طور چشمگیری ارتقا دهد.