الگوریتم غذایابی باکتری یکی از الگوریتم های بهینه سازی مبتنی بر جمعیت است که برای حل مسایل جستجو در شاخه های مختلف علوم استفاده می شود. یکی از مواردی که امروزه مورد توجه قرار گرفته است قابلیت اجرای موازی الگوریتم های بهینه سازی مبتنی بر جمعیت در پردازنده های گرافیکی است. با توجه به سرعت پایین الگوریتم بهینه سازی غذایابی باکتری در مواجهه با مسایل پیچیده و همچنین عدم توانایی حل مسایل با ابعاد بزرگ توسط این الگوریتم، اجرای آن بر روی پردازنده های گرافیکی یک راه حل مناسب برای پوشش نقاط ضعف این الگوریتم می باشد. در این نوشته ما یک نسخه موازی از الگوریتم بهینه سازی غذایابی باکتری ارائه دادیم که قابلیت اجرا در پردازنده های گرافیکی و با استفاده از طراحی کودا را دارد. همچنین کارایی این الگوریتم را با استفاده از تعدادی از مسایل شناخته شده بهینه سازی در مقایسه با الگوریتم استاندارد بهینه سازی غذایابی باکتری مورد ارزیابی قرار دادیم. نتایج نشان می دهد که الگوریتم موازی غذایابی باکتری نسبت به الگوریتم استاندارد غذایابی باکتری دارای سرعت و کارایی بالاتری می باشد.

یکی از پارامترهای مهم در کشاورزی، ضریب یکنواختی توزیع آب (CU) در آبیاری بارانی می باشد. مقدار CU حاصل از هر آب پاش در مقادیر مختلف فشار کارکرد آب پاش، ارتفاع پایه آب پاش، فاصله آب پاش ها روی لوله های جانبی و فاصله لوله های جانبی از یکدیگر تغییر می یابد. تعیین بهترین ترکیب از پارامترهای فوق که بالاترین ضریب CUرا حاصل نماید، همواره سئوالی بی جواب برای کاربران بوده است. در این پژوهش، مقادیر ضریب CU آب پاش مدل zb ساخت ایران در 3 تیمار مختلف فشار کارکرد آبپاش، 2 تیمار ارتفاع پایه آب پاش و 7 تیمار آرایش شبکه آبپاش ها که در ایستگاه تحقیقات پنبه هاشم آباد گرگان اندازه گیری شده است، با استفاده از الگوریتم غذایابی باکتری بهینه گردید و رابطه ای با بهینه ترین ضرایب برای تخمین مقدار CU با استفاده از پارامترهای ذکر شده توسط این الگوریتم بدست آمد. در این الگوریتم پارامترهای Nc، Nre، Ned و C(i) به ترتیب برابر 500، 8، 8 و 01/0 بهترین جواب را ارائه می کنند. نتایج نشان داد این الگوریتم دارای خطای مطلق 2 درصد می باشد. همچنین مقدار پارامتر ریشه ی دوم میانگین مربع خطا برابر 13/2 بدست آمد که نشان دهنده دقت بالای این مدل برای برآورد ضریب یکنواختی پخش می باشد.

یکی از وظایف اپراتور مستقل سیستم و یا اپراتور بازار، دریافت پیشنهادات سمت عرضه و تقاضا به منظور تعیین برنامه ریزی نیروگاه ها در سمت عرضه، برنامه ریزی توان مصرفی مشتریان و قیمت برق در دوره برنامه ریزی دربردارنده چندین بازه زمانی است. معیار اصلی اپراتور مستقل سیستم، حداکثرشدن رفاه اجتماعی بازیگران است. برای این منظور لازم است علاوه بر تابع هزینه سمت عرضه، تابع منفعت سمت مصرف نیز در تابع هدف گنجانده شود. در این مقاله، الگوریتم بهینه سازی ترکیبی جدیدی مبتنی بر الگوریتم غذایابی باکتری و تکامل تفاضلی برای حل مساله پخش بار اقتصادی دینامیکی - زیست محیطی مبتنی بر حداکثر رفاه اجتماعی ارائه شده است. الگوریتم ترکیبی ارائه شده علاوه بر جست وجو در یک فضای گسترده برای دستیابی به پاسخ بهینه کلی، سرعت همگرایی پذیرفتنی را نیز داراست. برای نشان دادن کارایی الگوریتم، چندین سیستم تست بررسی شده است و نتایج به دست آمده با دیگر روش ها مقایسه شده است. نتایج نشان دهنده برتری روش پیشنهادی نسبت به دیگر روش هاست.

در این مقاله یک الگوریتم جدید موازی برای تولید درخت های t-ary به صورت –B ترتیب معکوس ارائه شده است. در این الگوریتم برای نمایش درختهای t-ary با n گره از دنباله 0-1 استفاده شده است و هر درخت به صورت یک دنباله 0-1 به طول tn نمایش داده می شود. این الگوریتم تمام دنباله های 0-1 متناظر با درختها را به صورت قاموسی تولید می نماید. الگوریتم برای یک مدل موازی SIMD EREW با حافظه مشترک طراحی شده است و به صورت انطباق پذیر با هزینه بهینه قابل اجراء می باشد. عـلاوه بر الگوریتم موازی یک الگوریتم جدید سریال برای تولید دنباله های 0-1 متناظر درختهای t-ary نیز ارائه می شود که به صورت بازگشتی این دنباله ها را در ترتیب قاموسی با پیچیدگی زمانی متوسط O(1) تولید می کند. برای این دنباله ها الگوریتم های رتبه گذاری و رتبه گشایی با پیچیدگی زمانی O(t n) نیز در این مقاله ارائه شده است.

زمان بندی مجموعه ای از ماشین های موازی که در یک محیط هستند، هم از نظر تئوری و هم از نظر کاربردی مهم است. از نظر تئوری، تعمیم مساله ی زمان بندی یک ماشین است و از نظر کاربردی صحت منابع موازی در جهان واقعی می باشد. وقتی ماشین ها، کامپیوتر باشند یک برنامه ی موازی نیاز است زیرا اعضای مجموعه به طور موازی اجرا می شوند و این اجرا بر اساس ارتباطات تقدمی آن ها است. مزیت اجرای زمان بندی وظایف، قدرت محاسباتی کامل را فراهم می کند که به وسیله ی سیستم چندپردازنده یا چندکامپیوتری به دست می آید. در این مقاله نشان می دهیم مساله ی تخصیص تعدادی وظایف ناهمسان در سیستم های چندپردازنده یا چندکامپیوتری چگونه است. مدل فرضی سیستم شامل تعدادی پردازنده ی همسان است و در یک زمان، فقط یک وظیفه، روی یک پردازنده اجرا می شود و نیز همه ی زمان بندی ها و وظایف، غیرانحصاری هستند.

خوشه بندی کاربران وب با یافتن یک ساختار و الگو درون مجموعه ای از وقایع وب درگیر است و منجر به تولید صفحات شخصی سازی شده، سیستم های پیشنهادگر و بازاریابی مستقیم در تجارت الکترونیک خواهد شد. در حوزه خوشه بندی همیشه این مساله مطرح بوده که بتوان خوشه هایی با کمترین فاصله درون خوشه ای و بیشترین فاصله بین خوشه ای استخراج نمود. در این مقاله یک الگوریتم ترکیبی برای خوشه بندی کاربران وب با استفاده از ترکیب الگوریتم باکتری ها و الگوریتم فرهنگی ارائه می شود. در این راستا ابتدا با استفاده از روش بهینه سازی غذایابی باکتری ها فضای مساله مدل بندی شده است سپس یک فضای فرهنگی برای مساله ایجاد می شود که هنجارهای مناسب در آن نگهداری می شود. فضای فرهنگی بوجود آمده در انجام هرچه بهتر عملیات تکاملی باکتری ها مثل تقسیم ژن و ادغام ژن موثر واقع شده و از انجام عملیات به طور تصادفی جلوگیری می شود. برای انجام آزمایشات از دو مجموعه داده واقعی EPA و NASA استفاده شده است که نتایج به دست آمده حاکی از عملکرد بهتر این روش در مقایسه با سایر الگوریتم ها می باشد.