Abstrait

UNE ANALYSE COMPARATIVE D'UN ALGORITHME GÉNÉTIQUE AVEC PROBABILITÉ DE CROISEMENT ET D'INVERSION VARIABLE POUR LE PROBLÈME D'ORDONNANCEMENT DES PROCESSUS DU SYSTÈME D'EXPLOITATION

Er. Rajiv Kumar

Il existe de nombreuses approches développées pour résoudre les problèmes d'ordonnancement des ateliers et les problèmes d'ordonnancement des processus des machines. La mise en œuvre d'un algorithme génétique pour l'ordonnancement des processus du système d'exploitation est une nouvelle idée. L'algorithme génétique est une technique robuste pour résoudre les problèmes d'ordonnancement et d'optimisation des processus. De nombreux types d'algorithmes génétiques ont été développés, de l'algorithme génétique simple à l'algorithme génétique parallèle complexe. Les performances de tout algorithme génétique dépendent du paramétrage approprié des opérateurs utilisés pour un problème considéré. Dans cet article, nous analyserons les performances de l'algorithme génétique de croisement modifié pour le problème d'ordonnancement des processus du système d'exploitation. Le problème d'ordonnancement étant défini comme un problème difficile NP, l'algorithme génétique modifié est utilement mis en œuvre pour le problème d'ordonnancement des processus du système d'exploitation. Nous avons vu à travers le résultat de la simulation que lorsque la probabilité de croisement et d'inversion de l'opérateur change, les performances et l'état de convergence de l'algorithme génétique changent considérablement.