Efektivní implementace genetického algoritmu s využitím vícejádrových CPU
| but.committee | doc. Dr. Ing. Petr Hanáček (předseda) prof. Ing. Tomáš Vojnar, Ph.D. (místopředseda) Ing. Ján Genči, Ph.D. (člen) doc. Ing. Peter Chudý, Ph.D., MBA (člen) Dr. Ing. Petr Peringer (člen) doc. Ing. František Zbořil, Ph.D. (člen) | cs |
| but.defence | Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Jaký je rozdíl mezi instrukčním a příkazovým paralelismem, které jsou uvedeny v podkapitole 3.1? Jaký je rozdíl ve zrychlení vašich programů mezi procesory AMD a Intel? Které procesory se pro vaši implementaci hodí více? | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Jaroš, Jiří | cs |
| dc.contributor.author | Kouřil, Miroslav | cs |
| dc.contributor.referee | Žaloudek, Luděk | cs |
| dc.date.created | 2010 | cs |
| dc.description.abstract | Tato práce se zabývá akcelerací pokročilého genetického algoritmu. Pro implementaci byly zvoleny diskrétní i spojitá varianta genetického algoritmu typu UMDA. Hlavní částí akcelerace bylo využití SSE sady. Pomocí této sady byly zrychleny zejména funkce pro výpočet fitness a vzorkování nové populace. Dále byl implementován pseudonáhodný generátor čísel, který také pracuje s SSE sadou. Po této implementaci dosáhla diskrétní varianta algoritmu zrychlení 4,6. Na závěr byly algoritmy upraveny pro využití systému OpenMP, který umožňuje spouštění bloků programu ve více vláknech. Ukázalo se, že pro paralelní zpracování se příliš nehodí spojitá verze algoritmu, neboť její činnost je relativně jednoduchá. Oproti tomu diskrétní verze algoritmu jsou pro paralelizaci velmi vhodné, implementované verze dosáhly celkového zrychlení 4,9 a 7,2. | cs |
| dc.description.abstract | This diploma thesis deals with acceleration of advanced genetic algorithm. For implementation, discrete and continuos versions of UMDA genetic algorithm were chosen. The main part of the acceleration is the utilization of SSE instruction set. Using this set, the functions for calculating fitness and new population sampling were accelerated in particular. Then the pseudorandom number generator that also uses SSE instruction set was implemented. The discrete algorithm reached the speed of up to 4,6 after this implementation. Finally, the algorithms were modified so that the system OpenMP could be used, which enables the running of blocks of code in more threads. The continuous version of algorithm is not convenient for parallelization, because computational complexity of that algorithm is low. In comparison, the discrete versions of algorithm are really appropriate for parallelization. Both the implemented versions reached the total acceleration of up to 4,9 and 7,2. | en |
| dc.description.mark | C | cs |
| dc.identifier.citation | KOUŘIL, M. Efektivní implementace genetického algoritmu s využitím vícejádrových CPU [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010. | cs |
| dc.identifier.other | 34950 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/54272 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Pokročilé evoluční algoritmy | cs |
| dc.subject | EDA | cs |
| dc.subject | UMDA | cs |
| dc.subject | paralelizace | cs |
| dc.subject | Amdahlův zákon | cs |
| dc.subject | Gustafsonův zákon | cs |
| dc.subject | Flynnova klasifikace | cs |
| dc.subject | SIMD | cs |
| dc.subject | SSE | cs |
| dc.subject | OpenMP | cs |
| dc.subject | Advanced evolutionary algorithms | en |
| dc.subject | EDA | en |
| dc.subject | UMDA | en |
| dc.subject | Parallelization | en |
| dc.subject | Amdahl's law | en |
| dc.subject | Gustafson's law | en |
| dc.subject | Flynn's taxonomy | en |
| dc.subject | SIMD | en |
| dc.subject | SSE | en |
| dc.subject | OpenMP | en |
| dc.title | Efektivní implementace genetického algoritmu s využitím vícejádrových CPU | cs |
| dc.title.alternative | The Efficient Implementation of the Genetic Algorithm Using Multicore Processors | en |
| dc.type | Text | cs |
| dc.type.driver | masterThesis | en |
| dc.type.evskp | diplomová práce | cs |
| dcterms.dateAccepted | 2010-06-21 | cs |
| dcterms.modified | 2020-05-09-23:42:14 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 34950 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.26 14:48:18 | en |
| sync.item.modts | 2025.01.15 16:40:30 | en |
| thesis.discipline | Inteligentní systémy | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů | cs |
| thesis.level | Inženýrský | cs |
| thesis.name | Ing. | cs |