การประมวลผลหลายตัวด้วยคิวที่ใช้ร่วมกันและเกณฑ์การสิ้นสุด

ฉันมีฟังก์ชันดั้งเดิมที่ฉันต้องการเปลี่ยนไปใช้มัลติโพรเซส:

def optimal(t0, tf, frequences, delay, ratio = 0):

    First = True                            # First        
    for s in delay:
        delay = 0                           # delay between signals,
        timelines = list()

        for i in range(len(frequences)):
            timelines.append(time_builder(frequences[i], t0+delay, tf))
            delay += s

       trio_overlap = trio_combination(timelines, ratio)

        valid = True
        for items in trio_overlap.values():
            if len(list(set(items))) == len(items):
                continue
            else:
                valid = False

        if not valid:
            continue

        overlap = duo_combination(timelines)

    optimal = ... depending of conditions        
    return optimal

หาก valid = True หลังการทดสอบ ระบบจะคำนวณพารามิเตอร์การปรับให้เหมาะสมที่เรียกว่า optim_param และพยายามย่อให้เล็กสุด หากต่ำกว่าเกณฑ์ที่กำหนด optim_param < 0.3 ฉันจะแยกออกจากวงและรับค่านี้เป็นคำตอบ

ปัญหาของฉันคือในขณะที่ฉันพัฒนาแบบจำลอง ความซับซ้อนเริ่มเพิ่มขึ้น และการคำนวณแบบเธรดเดียวใช้เวลานานเกินไป ฉันต้องการประมวลผลการคำนวณแบบขนาน เนื่องจากแต่ละกระบวนการจะต้องเปรียบเทียบผลลัพธ์ที่ได้รับด้วยค่า s กับค่าที่เหมาะสมที่สุดในปัจจุบัน ฉันจึงพยายามใช้คิว

นี่เป็นครั้งแรกของฉันที่ทำการประมวลผลหลายตัว และแม้ว่าฉันคิดว่าฉันมาถูกทางแล้ว แต่ฉันรู้สึกว่าโค้ดของฉันยุ่งเหยิงและไม่สมบูรณ์ ฉันขอความช่วยเหลือได้ไหม?

ขอขอบคุณ: D