مقایسه الگوریتمهای فراابتکاری بهینه سازی انبوه ذرات و ژنتیک در برنامه ریزی ماشین موازی جهت به حداقل رساندن جریمه تاخیر و هزینه های انرژی

با توجه به نگرانی های زیست محیطی، مصرف انرژی یکی دیگر از مسیله های مهم در سیستم های با عملکرد بالا می شود. این مقاله، مساله زمان بندی در یک سیستم چند ماشینی جایی که سرعت های محاسبه ماشین در طول دوره وقفه مجاز به تنطیم است، مورد بررسی قرار می دهد. تنظیم CPU با فدا کردن زمان تکمیل کارها موجب انعطاف پذیری برای به حداقل رساندن هزینه برق از نظر صرفه جویی در انرژی می گردد. پژوهش سنتی های در برنامه ریزی ماشین آلات بر روی تخصیص کار و توالی برای بهینه سازی توابع هدف خاص که برای تکمیل زمان کار تعریف شده است تمرکز می کنند. در شرایط فوق هدف مورد مطالعه این مساله واگذاری کارها به ماشین آلات و همچنین تعیین توالی کار ها و پردازش سرعت هر یک از ماشین ها جهت حداقل کردن تابع هدفی شامل مجموعه وزنی تاخیر کل کار وزن و هزینه انرژی می باشد. با ارایه نحوه نمایش جواب، برای حل مساله فوق دو الگوریتم فراابتکاری بر پایه الگوریتم بهینه سازی انبوه ذرات (PSO) و الگوریتم ژنتیک (GA) پیشنهاد شده و در نهایت کارایی الگوریتمها مقایسه و نتایج بدست آمده مورد بررسی قرار گرفته است.

کلیدواژه ها:

هزینه های انرژی ، زمان آماده سازی ، بهینه سازی انبوه ذرات ، ژنتیک ، جریمه تاخیر