ارائه یک روش موثر مبتنی بر جستجوی فرا-اکتشافی جهت بهینه سازی زمانبندی کار در محاسبات گریدی

گرید محاسباتی یک زیربنای سخت افزاری و نرم افزاری می باشد که دسترسی قابل اعتماد، پایدار، فراگیر و ارزان را به توانایی های محاسباتی دیگران فراهم می کند. فاصله های جغرافیایی زیاد منابع توزیع شده، معماری ها و سیستم عاملهای متفاوت ماشینهای مختلف، تفاوتها در روشهای دستیابی به هر یک از منابع، متغیر بودن محیط به لحاظ منابع در دسترس و در نهایت وجود سیاستهای مختلف در دسترسی به منابع، همگی جز مسائل پیچیده ای هستند که در یک محیط گرید وجود دارد. کاملا واضح است مدیریت موثر منابع، امری حیاتی در سیستم های گرید محسوب می شود. از آنجا که زمانبندی وظایف جزو مسائل بسیار سخت بحساب می آید بنابراین الگوریتمهای قطعی کارایی لازم را برای حل این مسئله نخواهند داشت. به همین خاطر تحقیقات زیادی بر روی الگوریتمهای اکتشافی صورت گرفته است که از جمله این الگوریتمها، الگوریتم ژنتیک میباشد. ولی از آنجایی که این الگوریتم، ذاتا الگوریتمی است که فضای مسئله را بصورت سراسری جستجو میکند و در جستجوی محلی کارایی چندان خوبی ندارد می توان با ترکیب آن با الگوریتم های جستجوی محلی، این نقطه ضعف را بهبود بخشید. در این پایان نامه، برای بهبود عمل زمانبندی از ترکیب الگوریتم ژنتیک(ga) و الگوریتم محلی جاذبه گرانشی(gels) برای حل مسئله زمانبندی استفاده شده است، و برای ارزیابی روش ارائه شده از شبیه سازی استفاده شده است و نتایج این شبیه سازی نشان می دهد که این الگوریتم کارایی بهتری نسبت به روش های دیگر دارد.