Otimização por enxame de partículas em arquiteturas paralelas de alto desempenho.
O algoritmo de Otimização por Enxame de Partículas (PSO, Particle Swarm Otimization) é uma técnica de otimização que vem sendo utilizada na solução de diversos problema s, em diferentes áreas do conhecimento. Porém, a maioria das implementações é realizada de modo sequencial. O processo de otimizaçã...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2012 |
| País: | Brasil |
| Institución: | Marinha do Brasil (MB) |
| Repositorio: | Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) |
| Idioma: | portugués |
| OAI Identifier: | oai:www.repositorio.mar.mil.br:ripcmb/843366 |
| Acceso en línea: | http://www.redebim.dphdm.mar.mil.br/vinculos/00000f/00000f36.pdf http://www.repositorio.mar.mil.br/handle/ripcmb/843366 |
| Access Level: | acceso abierto |
| Palabra clave: | Programação paralela (computação) Processamento paralelo (Computadores) |
| Sumario: | O algoritmo de Otimização por Enxame de Partículas (PSO, Particle Swarm Otimization) é uma técnica de otimização que vem sendo utilizada na solução de diversos problema s, em diferentes áreas do conhecimento. Porém, a maioria das implementações é realizada de modo sequencial. O processo de otimização necessita de um grande número de avaliações da função objetivo, principalmente em problemas complexos que envolvam uma grande quantidade de partículas e dimensões. Consequentemente, o algoritmo pode se tornar ineficiente em termos do desempenho, correspondente ao ganho obtido com a implementação da melhoria, tempo de resposta e até na qualidade do resultado esperado. Para superar tais dificuldades, pode-se utilizar a computação de alto desempenho e paralelizar o algoritmo, de acordo com as características da arquitetura, visando ao aumento de desempenho, a minimização do tempo de resposta e a melhoria da qualidade do resultado final. Este artigo apresenta uma versão do PSO paralelo implementado nas arquiteturas de multiprocessadores, multicomputadores e Graphics Processing Unit (GPU). Os diferentes testes realizados mostram que, nos casos com maiores partículas e dimensões, a arquitetura de multi-computadores obteve os melhores resultados. Todas as implementações paralelas obtiveram e ciência, em termos de otimização, igual ou superior à da implementação sequencial. |
|---|