رایانش ابری یک محیط پردازشی توزیع شده بر روی بستر اینترنت، باقابلیت ارائه سرویس های متنوع است. این محیط با کاهش هزینه های سرباری مختلف مثل هزینه دستگاه های پردازشی متنوع و هزینه خرید حافظه های زیاد و افزایش میزان بهره وری مثل استفاده از منابع محاسباتی در دسترس و ارزان، یک بستر محاسباتی قوی را بر اساس ارائه کیفیت خدمات سرویس بین مشتری و فراهم کنندگان ابر ایجاد می کند. یکی از مسائل پیش رو در رایانش ابری زمان بندی وظایف برای تخصیص منابع محاسباتی به وظایف به صورتی که در کمترین زمان به درخواست ها پاسخ داده شود، است. مسئله ی زمان بندی در رایانش ابر، تکنیکی برای توزیع عادلانه ی منابع بین مشتریان است که به منظور دستیابی به بهره وری بهینه ی منابع با کمترین زمان پاسخ است. امروزه کارهای بسیاری در این حوزه صورت گرفته است و الگوریتم های متنوعی به منظور بهبود در هزینه یا زمان زمان بندی وظایف در محیط رایانش ابر ارائه شده است. ازجمله ی این الگوریتم ها می توان به الگوریتم های ژنتیک، ازدحام ذرات، کلونی مورچه، جهش قورباغه و غیره، اشاره کرد. در این پایان نامه با توجه به این که الگوریتم کلونی مورچه دیر به جواب می رسد و الگوریتم ازدحام ذرات به صورت تصادفی مسیر خود را انتخاب می کند، از این دو الگوریتم برای پوشش معایب یکدیگر استفاده شده است تا بتوان نتیجه ی دقیق تر و سریع تری به دست آورد. در این تحقیق، به کمک الگوریتم کلونی مورچه یک جمعیت اولیه برای الگوریتم ازدحام ذرات ایجاد می شود. در این حالت، جمعیت اولیه ی دقیق-تری نسبت به انتخاب تصادفی جمعیت اولیه خواهیم داشت. درنتیجه ذرات می توانند همه ی نقاط را تحت پوشش قرار دهد و در نقطه بهتری از این لحاظ که کدام ماشین مجازی برای تخصیص درخواست مناسب تر است همگرا شوند. در این تحقیق، برای ارزیابی از شبیه ساز مناسب رایانش ابری که کلودسیم است، برای ارزیابی استفاده شده است. درنتیجه ی این تحقیق الگوریتمی ارائه می شود که الگوریتم های مورداستفاده را بهبود بخشد و نتیجه ی بهینه تری از الگوریتم های پیشین در ارزیابی بدهد.
