سیستمهای محاسباتی توزیع شده ناهمگون مجموعه ای از میلیون ها نود محاسباتی توزیع شده با معماری شبکه ای مستقل به منظور افزایش توان عملیاتی منابع محاسباتی می باشند. محاسبات ابری، نمودی ست از این نوع سیستمها، با تمرکز بر اهداف متعددی همچون استفاده از مجازی سازی جهت سرویس دهی درخواست ها در سطحی وسیع. در این محیط، درخواست های ورودی به سیستم متشکل از وظایف وابسته می باشند و انتخاب مناسب نحوه زمان بندی این وظایف، یا به تعبیری اختصاص صحیح منابع به درخواست ها، تاثیر بسزایی در بهبود کیفیت پاسخ دهی و کارایی سیستم دارد. دلایل متعددی از جمله، ناهمگون بودن و پویایی خصوصیات منابع و درخواست ها موجب گردیده که این موضوع در حوزه مسایل np-complete قرار گیرد. این نگارش علاوه بر کاوش در خصوصیات سیستم های محاسبات ابری و مساله زمان بندی در آن ها، یک راهکرد مکاشفه ای ترکیبی بمنظور یافتن راه حل مناسب جهت نگاشت وظایف به منابع در دسترس سیستم، با توجه به شرایط محیط فوق الذکر را ارایه می دهد. در روش ارایه شده بر اساس الگوریتم ژنتیک، سعی در دستیابی سریعتر به پاسخ، با ایجاد یک جمعیت اولیه بهینه و همچنین کنترل روند اجرای عملیات مختلف موجود در الگوریتم می گردد. تمرکز الگوریتم ارایه شده، در بکارگیری تکنیک ها و پارامترهای مناسب در هر مرحله، بمنظور کاهش زمان اجرای کل درخواست ها و افزایش قابلیت اعتماد در زمان اجرا با توجه به مناسب بودن میزان توزیع بار در منابع، می باشد. مقایسه ی راهکرد پیشنهادی با سایر روش های مورد مطالعه نتایج بهتری را نشان می دهد.