文献

J-GLOBAL ID：202002229502320622   整理番号：20A0426306

タスクスケジューリング問題のための量子遺伝的アルゴリズムによる制約付き最適化【JST・京大機械翻訳】

Constrained Optimization via Quantum Genetic Algorithm for Task Scheduling Problem

著者 (4件)： Yan Zihan (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Shen Hong (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Huang Huiming (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Deng Zexi (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1163  ページ： 234-248  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： タスクスケジューリングは,異種マルチプロセッサシステムにおける最も重要な問題の1つである。本論文では,問題を性能制約エネルギー最適化として定義した。それは,実際に一般的に使用される制約付き最適化問題(COP)である。制約付き最適化問題に対するタスクスケジューリングはNP問題である。それは通常,発見的方法またはメタ発見的方法によって扱われる。古典的量子遺伝的アルゴリズムは優れたメタ発見的アルゴリズムであるが,量子回転ゲートが単一目的問題を扱うことができるので,それらはCOPsを扱うためにほとんど使用されない。そのうえ,量子遺伝的アルゴリズムによって扱われるようにタスクスケジューリング問題をモデル化するのは難しい。不均一マルチプロセッサシステムに関するタスクスケジューリングにおけるCOPsを扱うために,著者らは新しい量子遺伝的アルゴリズムを提案した。著者らのアルゴリズムにおいて,染色体はタスク配列部分とマッピング部分から成る。タスクシーケンス部分は,タスクの並列性を改善できるリストスケジューリングアルゴリズムにより生成される。マッピング部分は,タスクとそれらが実行するプロセッサの間の対応を示す。マッピング部分は量子ビットに転送され,量子遺伝的アルゴリズムにより導かれる進化に関与する。さらに,COPを単一目的問題に転送するための制約処理技術に属する適応ペナルティ法を採用した。シミュレーションにおける結果は,最先端のアルゴリズムと比較して,著者らの方法の優位性を示した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ペナルティ法 ,  発見的方法 ,  制約付最適化問題 ,  マルチプロセッサシステム ,  演算プロセッサ ,  *アルゴリズム ,  染色体
準シソーラス用語： 制約処理 ,  スケジューリングアルゴリズム ,  発見的アルゴリズム ,  エネルギー最適化 ,  *制約付最適化 ,  量子遺伝的アルゴリズム ,  *タスクスケジューリング , 【Automatic Indexing@JST】

著者キーワード (6件)： タスクスケジューリング ,  量子遺伝的アルゴリズム ,  制約付き最適化問題 ,  適応ペナルティ法 ,  性能制約エネルギー最適化 ,  異種マルチプロセッサシステム

分類 (1件)： オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (5件)： タスクスケジューリング ,  問題 ,  量子遺伝的アルゴリズム ,  制約 ,  最適化