Paralelní genetický algoritmus
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Práce popisuje návrh a implementaci různých evolučních algoritmů, vylepšených tak, aby mohly využívat výhod paralelismu na víceprocesorových systémech, a zároveň umožňovaly, aby výpočet probíhal na více počítačích v počítačové síti. Algoritmy jsou určeny k hledání globálního extrému funkce několika proměnných. Jsou nastíněny různé zajímavé optimalizační problémy a možnosti jejich řešení právě pomocí evolučních algoritmů. V práci je rovněž rozebíráno použití knihovny rozhraní MPI (message passing interface) a OpenMP, v rozsahu nutném pro pochopení problematiky implementace paralelních evolučních algoritmů.
The thesis describes design and implementation of various evolutionary algorithms, which were enhanced to use the advantages of parallelism on the multiprocessor systems along with ability to run the computation on different machines in a computer network. The purpose of these algorithms is to find the global extreme of function of $n$ variables. In the thesis, there are demonstrated various optimization problems, and their effective solution with the help of evolutionary algorithms. There are also described interface libraries MPI(Message Passing Interface) and OpenMP, in the extent needed to understand the problematic of parallel evolutionary algorithms.
The thesis describes design and implementation of various evolutionary algorithms, which were enhanced to use the advantages of parallelism on the multiprocessor systems along with ability to run the computation on different machines in a computer network. The purpose of these algorithms is to find the global extreme of function of $n$ variables. In the thesis, there are demonstrated various optimization problems, and their effective solution with the help of evolutionary algorithms. There are also described interface libraries MPI(Message Passing Interface) and OpenMP, in the extent needed to understand the problematic of parallel evolutionary algorithms.
Description
Keywords
genetický algoritmus, evoluční algoritmus, Message Passing Interface, MPI, OpenMP, globální extrém, minimum, maximum, cenová funkce, fitness funkce, paralelizace, paralelní, neuronová sít, inverzní fraktální problém, koeficienty fourierovy řady, standardní genetický algoritmus, SGA, diferenciální evoluce, DE, samoorganizační migrační algoritmus, SOMA, stochastický horolezecký algoritmus, SHA, evolutionary algorithm, genetic algorithm, Message Passing Interface, MPI, OpenMP, global extreme, minimum, maximum, cost function, fitness function, parallelisation, parallel, neural network, inverse fractal problem, coeficients, fourier, queue, standard genetic algorithm, SGA, differential evolution, DE, self-organizing migrating algorithm, SOMA, stochastic hill climbing, SHC
Citation
TRUPL, J. Paralelní genetický algoritmus [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2008.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
Date of acceptance
2008-06-12
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení