بهینه سازی مسئله زمان بندی فازی ماشین های موازی با استفاده از الگوریتم ژنتیک جزیره ای

در حل مسائل زمان بندی ماشین های موازی فاکتورهایی نظیر زمان پردازش فعالیت ها و زمان موعد مقرر برای تحویل کارها، اغلب به صورت مبهم برای تحلیلگر تعریف می شوند. در چنین شرایطی برخلاف روش های کلاسیک، استفاده از پارامترهای فازی و اهداف چندگانه مبتنی بر علم فازی لازم به نظر رسیده که منجر به مسئله زمان بندی فازی می شود. مسئله زمان بندی ماشین های موازی یکی از سخت ترین مسائل بهینه سازی ترکیبی بوده که از رده مسائل NP-hard است. برای بهینه سازی این مسائل با توجه به غیرچندجمله ای بودن آن ها می توان از روش های مبتنی بر الگوریتم های تکاملی استفاده نمود. در این مقاله برای بهینه سازی مسئله زمان بندی فازی ماشین های موازی یک روش مبتنی بر الگوریتم ژنتیک جزیره ای ارائه می شود. روش پیشنهادی با در نظر گرفتن زمان پردازش فازی و زمان موعد مقرر فازی، سعی در بهینه سازی مسئله زمان بندی فازی ماشین های موازی می نماید. با توجه به معیارهای شاخص توافق زمان تکمیل فازی و زمان موعد مقرر فازی، مسائل زمان بندی فازی ماشین های موازی را می توان به صورت مسائلی با اهداف سه گانه فرمول بندی نمود، بدین صورت که کمینه کردن ماکزیمم زمان تکمیل کارها، بیشینه کردن متوسط شاخص توافق و بیشینه کردن مینیمم شاخص توافق اهداف سه گانه مسئله را تشکیل می دهند. بعد از مشخص نمودن توابع عضویت برای اهداف فازی مسئله زمان بندی، برای حل آن از الگوریتم بهینه سازی ژنتیک جزیره ای استفاده می شود. این استراتژی توانایی تعادل بهتر بین تنوع و تشدید روند جستجو را دارد. الگوریتم پیشنهادی بر روی دو مجموعه داده ۶×۶ و دو مجموعه داده ۱۰×۱۰ مورد آزمایش قرار می گیرد. نتایج حاصل از شبیه سازی نشان می دهد که روش پیشنهادی توانسته است به همگرایی یکنواختی دست یافته و در مقایسه با سایر الگوریتم ها بهتر عمل نماید.

کلیدواژه ها:

الگوریتم ژنتیک جزیره ای ، بهینه سازی ، فازی ، زمان بندی فازی ماشین های موازی ، مهلت زمانی فازی