فرزانه عباس زاده - دانشجوی دانشگاه آزاد اسلامی واحد علوم و تحقیقات آذربایجان شرقی گروه کامپیوتر تبریز ایران
لیلی محمدخانلی - دانشیاردانشگاه تبریز گروه مهندسی کامپیوتر
شهریار لطفی - استادیاردانشگاه تبریز گروه علوم کامپیوتر

محاسبات ابری منابع محاسباتی قابل پیکربندی را دراختیار کاربران قرارمیدهد بطوریکه هرکاربر درهرکجای جهان به محض درخواست بتواند ازآنها استفاده کند مسئله بهینه سازی زمانبندی یکی ازچالشهای اساسی درمحاسبات ابری می باشد که دراکثرکارهای گذشته روی کمینه سازی یکی ازدوگزینه ی زمان یا هزینه ی اجرا متمرکز شده است ولی دراین مقاله دوگزینه زمان و هزینه مصرفی با همدرنظر گرفته شده اند الگوریتم پیشنهادی الگوریتم تکاملی تفاضلی می باشد که مجموعه ای ازرکوردهای تخصیص منابع ابری را برمیگرداند که میتوانند برنامه های کاربردی کیسه ی وظایف را با میانگین نرخ موفقیت 95/55درصد درفضاهای جستجوی امکان پذیر اجرا کنند که نسبت به الگوریتم ژنتیک بامیانگین نرخ موفقیت 93/13درصد بهینه می باشد

محاسبات ابری ، زمانبندی منابع ، الگوریتم ژنتیک ، الگوریتم تکاملی تفاضلی