در سال های اخیر استفاده از فناوری مجازی سازی در مراکز داده و سیستم های محاسبات ابری بسیار متداول شده است. محاسبات ابری امکان دسترسی و اشتراک منابع محاسباتی را فراهم می کند. در محیط ابر انتخاب vm (ماشین مجازی) مناسب از بین vm های موجود برای اجرای کار دریافت شده از اهمیت بالایی برخوردار است. در این میان یکی از راهکارهای اساسی برای ارتقاءکارایی، موازنه بار می باشد. توازن بار در زمانبندی رایانش ابر توزیع بار محلی بطور متعادل و مساوی در تمام ابر می‏باشد. انتخاب vm مناسب برای انجام هر کار، تابع پارامترهای مختلفی مانند میزان منابع مورد نیازکار نظیر cpu، حافظه، حجم منابع در اختیار vm ها، هزینه و سررسید vm ها می باشد. در این رساله هدف این است که با در نظر گرفتن تک تک این معیار ها، مناسب ترین vmرا برای کار مورد نظر انتخاب نمائیم؛ بنابراین می¬توان این انتخاب را به¬صورت یک مسئله¬ی تصمیم¬گیری چندشاخصه در نظر گرفت. برای این منظور ابتدا با در نظر گرفتن اهداف طراحی مانند توازن بار، کاهش نرخ ایجاد vm جدید و مهاجرت vm ها، مساله را در قالب پارامترهای موثر درکارایی مدل می کنیم. سپس مدل فوق را با استفاده از روش promethee که یکی از پرکاربردترین روش¬های تصمیم گیری چندشاخصه است، حل می کنیم. در این روش که plb نامیده شده است، مطلوبیت هر vm با توجه به وزن اختصاص داده شده به معیارهای آن و میزان اهمیت هر یک از معیارها برای کاربر که بر اساس تکنیک آنتروپی تعیین شده، تخمین زده می¬شود و انتخاب بهترین vm بر اساس ارزش اختصاص یافته به آن¬ها صورت می¬گیرد. جهت بررسی کارایی این روش، شبیه¬سازی¬های لازم در شبیه¬ساز cloudsim صورت گرفته و نشان داده شده است که روش پیشنهادی نسبت به روش¬های fifo، dlb و wrr به طور میانگین از نقطه نظرات زمان پاسخ و اتمام، نرخ عدم موفقیت کارها، انحراف بار و نرخ مهاجرت vmها به ترتیب 03/73، 43/59 و 14/47 درصد عملکرد بهتری دارد.