ISSN: 2165- 7866
Ашиш Шарма и Мандип Каур
Статическое планирование задач в многопроцессорных фреймворках является одной из четко определенных NP-сложных задач. Благодаря оптимальному использованию процессоров и, кроме того, меньшим затратам времени, планирование задач в многопроцессорных фреймворках имеет чрезвычайное значение. Для решения NP-сложной задачи с использованием традиционных стратегий требуются разумные меры времени. Со временем были представлены различные эвристические процедуры для ее понимания. Поэтому эвристические методы, такие как генетические алгоритмы, являются подходящими методами для планирования задач в многопроцессорной системе. В этой статье представлен новый GA для статического планирования задач в многопроцессорных системах, приоритет выполнения задач которого основан на высоте задачи в графе и других упомянутых параметрах, а затем выполняется планирование. Этот предлагаемый метод моделируется, а затем сравнивается с базовым генетическим алгоритмом.