乔卡林加姆，T。;阿伦库马尔，S。 映射问题的基于遗传算法的启发式算法。 （英语） Zbl 0813.90090号 计算。操作人员。物件。 22，第1期，第55-64页（1995年）. 摘要：将并行任务分配给多处理器以最小化执行时间的组合优化问题称为映射问题。这个问题即使是最简单的形式也被称为NP-hard。已经提出的几种启发式解决方案试图在合理的时间内获得可以被认为是“好”映射的次优映射。针对该问题的一类遗传算法被发现比其他现有算法产生更好的映射。然而，与一些局部搜索启发式算法相比，这类算法的执行时间远没有竞争力。在本文中，我们证明了遗传算法的主要优点，即广义搜索算子，可以将这些全局搜索算法与局部搜索启发式算法轻松组合，从而在不影响解质量的情况下为映射问题提供高效的混合算法。混合遗传映射启发式算法在生成映射的质量和获取映射所需的时间方面都表现良好。 引用于三文件 MSC公司： 90C27型 组合优化 68平方米 计算机系统环境下的性能评估、排队和调度 68T05型 人工智能中的学习和自适应系统 92天10分 遗传学和表观遗传学 关键词：将并行任务分配给多处理器;映射问题;遗传算法;混合遗传作图启发式 PDF格式BibTeX公司 XML格式引用 \textit{T.Chockalingam}和\textit{S.Arunkumar}，计算。操作人员。第22号决议，第1号，第55--64号（1995年；Zbl 0813.90090） 全文： 内政部 参考文献： [1] Arunkumar，S。；Chockalingam，T.，映射问题的随机启发式，Int.J.高速计算。，4, 289-299 (1992) ·Zbl 0795.68002号 [2] Bokhari，S.H.，关于映射问题，IEEE Trans。计算。，C-30，207-214（1981） [3] Chen，W.K。；马蒂亚斯，F.M。；斯塔尔曼；Gehringer，E.F.，《超立方体嵌入启发式：评估》，《国际并行程序》。，8, 505-549 (1990) ·Zbl 0703.68014号 [4] Chockalingam，T。；Arunkumar，S.，映射问题的随机启发式：遗传方法，并行计算。，18, 1157-1165 (1992) ·Zbl 0795.68002号 [5] Efe，K.，分布式系统任务分配调度的启发式模型，计算机，15，50-56（1982） [6] Goldberg，D.E.，《搜索、优化和机器学习中的遗传算法》（1989），Addison-Wesley:Addison-Whesley Reading，马萨诸塞州·Zbl 0721.68056号 [7] Kasahara，H。；成田，S.，高效并行处理的实用多处理器调度算法，IEEE Trans。计算。，C-331023-1029（1984） [8] 科尔尼根，B.W。；Lin，S.，划分图的有效启发式程序，Bell Syst。《技术期刊》，49，291-308（1970）·兹比尔0333.05001 [9] Lee，S.Y。；Aggarwal，J.K.，并行处理的映射策略，IEEE Trans。计算。，C-36、433-442（1987） [10] Plaisted，D.A.，任意图中小分隔符的启发式算法，SIAM J.Compute。，19, 267-280 (1990) ·Zbl 0697.68046号 [11] Sadayappan，P。；Ercal，F.，《将并行程序映射到超立方体的集群分区方法》（Int.Conf.On Supercomputing.Int.Conf.On Super Computing，Athens（1987）），475-497·兹伯利0686.68020 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。