بهینه سازی زنجیره تامین ماشین های مجازی درخواستی کاربران در محیط رایانش ابری با رویکرد رایانش سبز و تصمیم پایدار

با گسترش‌ سریع‌ فناوری و توسعه زیرساخت‌های فناوری اطلاعات‌، نیاز به‌ بهینه‌سازی زنجیره‌ تامین‌ به‌منظور انجام‌ محاسبات‌ و تولید در محیط‌ رایانش‌ ابری بیش‌ از پیش احساس‌ می‌گردد. ایجاد یک‌ زنجیره‌ تامین‌ کارا به‌ گونه‌ای که‌ نیازهای درخواست‌کنندگان‌ و ارایه‌دهندگان‌ سرویس‌های ابری را در کمترین‌ زمان‌ و هزینه‌ با بالاترین‌ کیفیت‌ ارایه‌ دهد، یکی‌ از چالش‌های مطرح در این حوزه است. مقاله حاضر، مسیله‌ زنجیره‌ تامین‌ ماشین‌های مجازی درخواستی‌ کاربران‌ در محیط ابری را به‌ یک‌ مسیله بهینه‌سازی چندهدفه‌ با رویکرد کمینه کردن‌ هدررفت‌ منابع‌، توازن بار، کاهش انتقالات داده در شبکه، مصرف‌ انرژی الکتریکی‌ و هزینه سراسری به‌منظور نیل‌ به‌ زنجیره‌ تامین‌ سبز مدل‌سازی می‌کند. به‌منظور حل‌ این مسیله پیچیده،‌ یک الگوریتم‌ بهینه‌سازی ترکیبی‌ ژنتیک نامغلوب-ازدحام‌ ذرات سفارشی شده (NSGAII-PSO) ارایه می‌شود. جهت اعتبار سنجی روش پیشنهادی، 20 سناریوی مختلف در مقیاس‌های کوچک و بزرگ مطرح شد و کارایی اجرای الگوریتم پیشنهادی با دو الگوریتم بهینه‌سازی موفق MOPSO و NSGAII در شرایط یکسان مقایسه شد. نتایج آزمایشات و شبیه‌سازی‌ها نشان می‌دهد روش پیشنهادی از لحاظ تابع میانگین رتبه‌بندی با در نظر گرفتن تمامی اهداف مسیله به میزان 23% و 40% به ترتیب نسبت به الگوریتم‌های MOPSO و NSGAII برتری دارد.