امروزه گرید به عنوان ایدهای جدید برای حل مسائل در زمينه های تجاری، علمی و مهندسی در مقياسی عظيم به وجود آمده است. این ایده نو به سوی تجاری شدن پيش میرود و مشتریان گرید با پرداخت هزینه درخواستی که از این شبكه دارند، قادر خواهند بود از منابع این شبكه به صورت مؤثر و کارا استفاده کنند و صاحبان این منابع باانگيزه های مالی، منابع خود را در اختيار کاربران قرارمیدهند. با توجه به پيچيدگی این سيستم برای مدیریت منابع، نمیتوان از رویكردهای سنتی و متداول که به صورت متمرکزسيستم را مدیریت میکنند و کارایی را در کل سيستم بهينه سازی میکنند، استفاده کرد. کشف منبع در گرید ازجمله مسائل مهم در این شبكه محسوب میشود که به طور خلاصه به فرآیندی گفته میشود که درخواست کاربر را دریافت میکند و منابع کارا وقابل استفاده را که قابليت ارضای درخواست رادارند، توليد میکند. روشهای گوناگونی برای حل مسئله کشف منبع در شبكه هایگرید ارائهشده است، ولی هيچکدام به گونه ای نيستند که بتوانند خود را با تغييرات گرید هماهنگ کنند و نسبت به این تغييرات و پویایی انعطاف پذیری کافی را داشته باشند؛ بنابراین لازم است روشی که کارایی مؤثر را در تخصيص منابع دارد، ارائه گردد.در این مقاله الگوریتم جدیدی برای جستجوی بهترین منبع با استفاده از آتوماتای یاد گير و الگوریتم ژنتيک پيشنهاد میشود که میتواند خود را با تغييرات شبكه گرید هماهنگ و بهترین منبع را در زمان مناسب در اختيار کاربر قرار دهد. برای شبيه سازیاستفاده کردهایم، نتایج شبيه سازی نشان میدهد که الگوریتم پيشنهادی در omnet++ الگوریتم پيشنهادی از نرمافزار 4.2.2مقایسه با دیگر الگوریتمها از کارایی بالاتری برخوردار بوده است.