본 논문에서는 중앙집중형 동적부하균등을 효율적으로 처리하기 위하여 네트워크기반 병렬 유전자 알고리즘을 이용하였다. 기존의 유전자 알고리즘을 적용한 경우와는 달리 클라이언트들에서 최적작업 할당의 탐색을 분산처리하여 중앙 스케줄러의 성능을 향상시킬 수 있었다. 최적해의 수렴속도를 향상시키기 위해 선택연산은 룰렛휠 선택과 엘리트 보존전략을 함께 사용하였고, 염색체 인코딩은 슬라이딩윈도우기법을 이용하였으며 교차연산은 주기교차방법을 이용하였다. 부하균등기법의 유연성 변화에 따른 중앙 스케줄러의 성능을 모의실험한 결과 기존의 방법보다 성능이 향상됨을 확인하였다.
In this paper, the centralized dynamic load-balancing was processed effectively by using the network based parallel genetic algorithm. Unlike the existing method using genetic algorithm, the performance of central scheduler was improved by distributing the process for the searching of the optimal task assignment to clients. A roulette wheel selection and an elite preservation strategy were used as selection operation to improve the convergence speed of optimal solution. A chromosome was encoded by using sliding window method. And a cyclic crossover was used as crossover operation. By the result of simulation for the performance estimation of central scheduler according to the change of flexibility of load-balancing method, it was verified that the performance is improved in the proposed method.
