Resumen

Debido a limitaciones económicas, las pequeñas organizaciones no pueden permitirse superordenadores de gama alta para resolver tareas de gran complejidad. Hoy en día se utiliza la informática grid P2P (peer to peer) para dividir tareas complejas en subtareas con el fin de resolverlas en diferentes recursos grid. Los flujos de trabajo se utilizan para representar estas tareas complejas. Para llevar a cabo una tarea tan compleja en una malla P2P es necesario programar las subtareas del flujo de trabajo de forma optimizada. En las decisiones de programación intervienen varios factores. El algoritmo genético es muy útil en la programación de tareas basadas en DAG (grafo acíclico dirigido). La ventaja de un algoritmo genético es que tiene en cuenta múltiples criterios a la hora de programar. En este artículo, hemos propuesto un algoritmo genético basado en el nivel de precedencia (PLBGSA), que produce planificaciones para flujos de trabajo de forma descentralizada. PLBGSA se compara con las técnicas de programación basadas en algoritmos genéticos existentes. La tolerancia a fallos es una característica deseable de un algoritmo de programación P2P debido a la naturaleza poco fiable de los recursos de la red. PLBGSA gestiona los fallos de forma eficiente.

• Materias:Celda de memoria Arquitectura informática Levitación magnética Diseño Kansei Análisis de algoritmos
• Subjects:Memory cell Computer architecture Magnetic levitation Kansei Design Algorithm analysis
• Palabras claves:algoritmo genético, PLBGSA, tareas complejas, algoritmo de programación de malla P2P, diferentes recursos de malla, superordenadores de gama alta, tarea tan compleja, par, Tolerancia a fallos, malla P2P
• Keywords:genetic algorithm, PLBGSA, complex tasks, P2P grid scheduling algorithm, different grid resources, high end supercomputers, such complex task, peer, Fault tolerance, P2P grid