遗传算法与列表调度算法在多处理器作业调度中的性能研究

多处理器任务调度是一个重要且计算困难的问题。本文提出了遗传算法与列表调度算法的比较研究。两种算法自然可并行化，但具有严重的数据依赖性。基于实验结果，本文详细分析了每种算法的可扩展性、优点和缺点。多处理器已成为运行实时应用的强大计算手段，尤其是在单处理器系统不足以执行所有任务的情况下。多处理器的高性能和高可靠性使其成为强大的计算资源。这种计算环境需要一种高效的算法来确定给定任务应在何时以及在哪个处理器上执行。在多处理器系统中，将并行程序高效地调度到处理器上以最小化整个执行时间，对于实现高性能至关重要。该调度问题已知为NP难问题。在多处理器调度问题中，给定程序需要在给定的多处理器系统中进行调度，以使程序的执行时间最小化。最后一个作业必须尽早完成。遗传算法（GA）是广泛用于约束优化的技术之一。