بهبود همگرایی الگوریتم ژنتیک چند جمعیتی دانه درشت، برای زمانبندی گراف وظایف در سیستم های چند پردازندهای
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 524
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_382
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
در سیستم های چند پردازنده، هدف از زمان بندی گراف وظایف اقتصادی بهینه از پردازنده ها و حداقل نمودن زمان اتمام وظیفه ها می باشد. الگوریتم ها یک زیادی برای مسئله زمان بندی وجود دارد که با توجه به NP سخت بودن مسئله زمان بندی، بهترین روش های شناخته شده برای این مسئله از نوع الگوریتم های تکاملی می باشد. در این مقاله الگوریتم ژنتیک موازی چند جمعیتی دانه درشت برای مسئله زمان بندی بررسی شده است. شبیه سازی و نتایج عملی به دست آمده در انجام آزمایش های متعدد نشان می دهد که در الگوریتم ها یک مست کرد به دلیل مهاجرت کروموزوم ها مابین زیر جمعیت ها ، زمان اتمام دسیسه ها بهبود می یابد. همچنین به دلیل استفاده از چند پردازنده که جهت اجرای الگوریتم ژنتیک جمعیت آزاد شده و مشکل زمان اجرای الگوریتم ژنتیک کاهش می یابد. ما در این مقاله توانسته ایم درباره که زمانی کوتاه تر و دو تعداد ماشین های کمتر هم گرایی مورد نظر به جواب بهینه را، نسبت به راه حل های مشابه قبلی به دست آوریم.
Keywords:
Authors
فزشته لطفی
دانشکده مهندسی فناوری اطلاعات ، دانشگاه صنعتی ارومیه
علی اعتمادی
دانشکده مهندسی فناوری اطلاعات ، دانشگاه صنعتی ارومیه
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :