سعید پارسا - دانشگاه علم و صنعت ایران
شهریار لطفی - دانشگاه علم و صنعت ایران
ناصر لطفی - دانشگاه آزاد اسلامی واحد نجف آباد

امروزه سیستمهای چند پردازنده ای کاربرد وسیعی در محاسبات موازی دارد دراین سیستمها زمان بندی موثر برای اجرای یک برنامه موازی جهت نایل شده به کارایی بالا امری حیاتی است این زمان بندی باید به گونه ای انجام گیرد که بتواند زمان اجرای کل برنامه را با توجه به زمان وظایف و ارتباط بین پردانده ها کمینه نماید با توجه به NP-Hard بودن مسئله زمان بندی گراف وظایف رویکردهای مبتنی بر روشهای قطعی دراین زمینه کارا نخواهند بود بنابراین استفاده از پردازش تکاملی و بطور عمده الگوریتم های ژنتیک برای حل این مسئله موثر می باشد دراین مقاله یک الگوریتم نوین ژنتیک برای مسئله زمان بندی گراف وظایف پیشنهاد شدها ست که بتواند یک زمان بندی مناسب را با صرف زمان کمتری بدست آورد.

زمان بندی چند پردازنده ای، گراف وظایف و الگوریتم های ژنتیک