Resumen

En la actualidad, los entornos basados en paralelo y distribuidos se utilizan ampliamente; por lo tanto, para utilizar estos entornos de manera efectiva, se emplean técnicas de programación. El algoritmo de programación tiene como objetivo minimizar el makespan (es decir, el tiempo de finalización) de un programa paralelo. Debido a la NP-dificultad del problema de programación, en la literatura se han propuesto varios algoritmos genéticos para resolver este problema, que son efectivos pero no lo suficientemente eficientes. Un algoritmo de programación efectivo intenta minimizar el makespan y un algoritmo eficiente, además de eso, intenta reducir la complejidad del proceso de optimización. La mayoría de los algoritmos de programación existentes utilizan el algoritmo de programación efectivo para buscar el espacio de soluciones sin considerar cómo reducir la complejidad del proceso de optimización. Este documento presenta un algoritmo genético de aprendizaje (denominado por LAGA) para abordar la programación estática para procesadores en sistemas inform

• Materias:Funciones armónicas Isomorfismos Problema elíptico Curva de Peano
• Subjects:Harmonic functions Isomorphisms Elliptic Problem Peano curve
• Palabras claves:Entornos; Técnicas de programación; Tiempo de ejecución total; Algoritmos genéticos; Proceso de optimización; LAGA
• Keywords:Environments; Scheduling techniques; Makespan; Genetic algorithms; Optimization process; LAGA