多处理器系统任务规划问题的一种改进遗传算法

在多处理器系统中, 寻求一个有效的并行任务设计安排使得整个执行时间达到最小是至关重要的环节。分割式遗传算法(PGA) 用来解决任务规划问题可以大大缩短规划时间, 但规划结果不甚理想。将分开逐个处理的思想与单、多点交叉概率分配、自适应变异概率设计相结合, 提出一种改进的分割式遗传算法。实验表明, 改进的PGA算法, 在进一步缩短规划时间的基础上, 提高了算法收敛速度和效率, 能够得到期望的更好的规划结果。