قسم الإعلام الالي

Permanent URI for this collection

http://localhost:4000/handle/123456789/121

Browse

Browsing قسم الإعلام الالي by Subject "Algorithme génétique"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Optimisation de l'ordonnancement/allocation dans les systèmes embarqués distribués temps réel
    (Université d' Oum El Bouaghi, 2014) Oubadi, Soumia; Boutekkouk, Fateh
    La réalisation des systèmes embarqués temps réel qui sont devenus maintenant de grande importance et que l'on trouve dans plusieurs domaines, à savoir l'automobile, l'avionique, la robotique, etc. nous oblige à résoudre les problèmes d'allocation et d'ordonnancement temps réel pour des architectures multiprocesseurs hétérogènes et distribuées, en respectant des contraintes multiples de précédence, de temps, de ressources, etc. Dans ce travail, un mécanisme d'allocation et d'ordonnancement préemptif temps réel de tâches et de messages basé sur le critère du temps et de priorités est employé. Ce mécanisme doit garantir l'exécution de toutes les tâches périodiques et apériodiques du système sur l'architecture multiprocesseurs en respectant les relations de dépendances ainsi que les contraintes temporelles. La conception efficace de ces systèmes nécessite des méthodes puissantes et précises pour optimiser leurs performances. Pour cela, nous avons développé une nouvelle approche en faisant une hybridation entre les algorithmes génétiques et les principes de la mécanique quantique. Cette approche dite algorithme génétique inspiré-quantique, repose sur une représentation quantique pour le codage de l'espace de recherche. La particularité de cette approche est l'utilisation d'une population de taille nettement inférieure et la manipulation d'un nombre d'itérations raisonnable. L'obtention d'un meilleur ordonnancement de tâches est faite grâce aux opérateurs quantiques, qui sont basées sur des principes de l'informatique quantique comme la superposition d'états, et l'interférence. Les résultats expérimentaux ont montré une amélioration par rapport aux algorithmes génétiques classiques