Bài tiểu luận này đã tổng hợp, trình bày về thuật toán di truyền, thuật toán di truyền song song và đề xuất một giải pháp cho phép Lưới Điện Toán thuật toán di truyền song song hóa theo mô hình kết hợp(GE-HPGA: Grid-enabled
Hierarchical Parallel Genetic Algorithm) dựa trên chuẩn công nghệ lưới điện toán. Thuật toán cung cấp một giải pháp toàn diện và hiệu quả thiết kế tiến hóa theo song song hóa đối với các vấn đề phức tạp với việc tính toán chi phí cao, bằng cách cung cấp các tính năng mới giảm sự phức tạp của một môi trường lưới thông qua một GridRPC API mở rộng và một siêu lịch để phát hiện tài nguyên tự động. Đánh giá hiệu quả của việc phân tích lý thuyết thuật toán về tốc độ tối đa của thuật toán GE-HPGA và điều kiện thực tế phải đáp ứng cho bất kỳ sự tăng tốc nào được báo cáo. Kết quả thực nghiệm sử dụng một vấn đề tiêu chuẩn và có một sự so sánh về việc thực hiện thuật toán HPGA tuần tự và HPGA song song hóa.
Hướng pháp triển: Bài tiểu luận này chỉ tổng hợp, trình bày lại các vấn đề về thuật toán di truyền song song sử dụng theo mô hình kết hợp trên môi trường Lưới
Điện Toán(GE-HPGA), chứ chưa cài đặt thực nghiệm của bài toán. Trong chuyên đề Tính Toán Hiệu Năng tôi sẽ trình bày chi tiết hơn về kỹ thuật này.Trong tương lai tôi sẽ hiện thực hóa thuật toán theo ý tưởng trên.
TÀI LIỆU THAM KHẢO
[1]Dudy LimaYew-Soon Onga,Yaochu JinbBernhard Sendhoffb
Bu-Sung Leea(2008), “Efficient Hierarchical Parallel Genetic Algorithms Using Grid Computing”
[2] D.S. Knysh, V.M. Kureichik (2010), “Parallel genetic algorithms: a survey and problem state of the art”
[3]Erick Cantú-Paz (1998), “A Survey of Parallel Genetic Algorithms” [4] J. Herrera1, E. Huedo, R.S. Montero, and I.M. Llorente (2004) “A Grid- oriented Genetic Algorithm”
[5] Zdenˇ ek Konfrˇ st(2004), “Parallel Genetic Algorithms: Advances, Computing Trends, Applications and Perspectives”
[6] Javier Carretero, Fatos Xhafa (2007), “GENETIC ALGORITHM BASED SCHEDULERS FOR GRID COMPUTING SYSTEMS”
[7] Asim Munawara, Mohamed Wahiba, Masaharu Munetomob,
Kiyoshi Akamab (2010), “The Design, Usage, and Performance of GridUFO: A Grid based Unified Framework for Optimization”
[8] N. Melab∗, S. Cahon, E-G. Talbi (2006), “Grid computing for parallel bioinspiredal gorithms”
[9] Lakhdar Loukil, Malika Mehdi, Nouredine Melab, El-Ghazali Talbi, and Pascal Bouvry (2009), “A Parallel Hybrid Genetic Algorithm-Simulated Annealing for Solving Q3AP on Computational Grid”