زمان بندی کارها با استفاده از الگوریتم های تکاملی هیبریدی مبتنی بر ژنتیک در سیستم محاسباتی گرید

یکی از اهداف اصلی در گریدهای محاسباتی که نوعی از محاسبات توزیع شده می باشد، مسئله زما نبندی کارهاست. بهترین روش برای این مسئله ی NP-Complete می باشد، استفاده از الگوریتم های تکاملی است که از تکنی کهای فرا اکتشافی بهره می جویند .روش پیشنها دی این مقاله، الگوریت م های هیبریدی GA-ICA و GA-PSO وGA-SA می باشند که از هیبریدی نمودن الگوریتم ژنتیک با الگوریتم بهینه سازی انبوه ذرات، الگوریتم رقابت استعماری و الگوریتم شبیه سازی تبرید حاصل شده و همگی مبتنی بر الگوریتم ژنتیک می باشد .خصوصیت اساسی الگوریتم های پیشنهاد شده این است که با هیبرید نمودن روند جستجوی محلی الگوریتم ژنتیک با الگوریت مهای تکاملی ICA و PSO و SA که روش جستجوی سراسری دارند بهبود می یابد و پیدا نمودن نقطه بهینه سراسری تضمین م ی شود .این الگوریت م های پیشنهادی با روند خاص خود در هر تکرار سعی می کنند با جابه جایی افراد برتر هر الگوریتم به جای افراد نامناسب الگوریتم دیگری به ایجاد بهبود مؤثرتر در روند اجرای کارها بپردازند .الگوریتم های پیشنهادی ظرفیت اکتشاف نواحی جدیدی از فضای راه حل جهت سوق به بهینگی سراسری را دارند و در برابر همگرایی زودرس الگوریتم ژنتیک در نقاط پیوند محلی مقاومت کرده و کارایی بالاتری را نسبت به الگوریتم های تکاملی ساده خود نشان داده و جستجوی با کیفی تتر ی را انجام م یدهند.