الگوریتم های ژنتیکی برای پارتیشن بندی گراف و پارتیشن بندی گراف افزایشی

  صفحات انگلیسی : پی دی اف8 صفحات فارسی :13ورد     چکیده : پارتیشن بندی گراف به گروه های گره بزرگ با اندازه برابر یا به حداقل رساندن تعداد لبه های بین گروه های مختلف یک مسئله بی نهایت مهم در رایانش موازی می باشد . مقاله حاضر یک سری الگوریتم های ژنتیکی را برای پارتیشن بندی گراف بهینه فرعی همراه با اپراتور های متقاطع (Crossover) معرفی می کند که بهبود مرتبه های بزرگی برروی اپراتور های ژنتیکی سنتی در کیفیت و سرعت راه حل منجر می گردند . روش ما را می توان در راه حل های خوب بهبود بخشید که از قبل با استفاده از الگوریتم های دیگر یا قیاس های اکتشافی تئوریک در حداقل رسانی کل هزینه ارتباط یا هزینه بد ترین مورد ارتباط برای پردازشگر تکی کسب شده است . همچنین ما الگوریتم امان را برای مشکلات پارتیش بندی گراف افزایشی توسعه می دهیم که ساختار گراف یا ویژگی های سیستم در ان با زمان تغییر می کنند . 1 – مقدمه وظیفه تقسیم گره های گراف به گروه هایی با نام بخش ها در روشی که هر بخش دارای تعداد یکسان گره می باشد و اندازه برش کاهش می یابد یعنی تعداد لبه هایی هایی که گره ها را در ب ...