微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2007年
6期
200-201
,共2页
遗传算法%并行遗传算法%任务调度
遺傳算法%併行遺傳算法%任務調度
유전산법%병행유전산법%임무조도
GA是一类基于自然选择和遗传学原理的有效搜索方法,它从一个种群开始,利用选择、交叉、变异等遗传算子对种群进行不断进化,最后得到全局最优解.但随着求解问题的复杂性及难度的增加,提高GA的运行速度便显得尤为突出,采用并行遗传算法(PGA)是提高搜索效率的方法之一.本文分析了并行遗传算法的四种模型,最后将其应用于多机任务调度中.
GA是一類基于自然選擇和遺傳學原理的有效搜索方法,它從一箇種群開始,利用選擇、交扠、變異等遺傳算子對種群進行不斷進化,最後得到全跼最優解.但隨著求解問題的複雜性及難度的增加,提高GA的運行速度便顯得尤為突齣,採用併行遺傳算法(PGA)是提高搜索效率的方法之一.本文分析瞭併行遺傳算法的四種模型,最後將其應用于多機任務調度中.
GA시일류기우자연선택화유전학원리적유효수색방법,타종일개충군개시,이용선택、교차、변이등유전산자대충군진행불단진화,최후득도전국최우해.단수착구해문제적복잡성급난도적증가,제고GA적운행속도편현득우위돌출,채용병행유전산법(PGA)시제고수색효솔적방법지일.본문분석료병행유전산법적사충모형,최후장기응용우다궤임무조도중.
