Complutense University Library

Distribución equilibrada del esfuerzo de cómputo en algoritmos genéticos paralelos

Arquero Portero, Manuel and Nogueras Durán, Juan Luis and Salvador Suz, Adrián (2006) Distribución equilibrada del esfuerzo de cómputo en algoritmos genéticos paralelos. [Coursework] (Unpublished)

[img]
Preview
PDF
1MB
View download statistics for this eprint

==>>> Export to other formats

Abstract

A pesar de su simplicidad operacional los AGs paralelos están controlados por múltiples
parámetros que afectan a la eficiencia y a la calidad de las soluciones encontradas. Fijar
estos parámetros correctamente, buscando un equilibrio entre ellos, es fundamental para
obtener buenas soluciones rápidamente intentado no desaprovechar recursos de
computación. Concretamente, algunos de los parámetros a determinar son el número y
el tamaño de las poblaciones y la frecuencia de intercambio entre ellas. Habitualmente
estos parámetros se obtienen tras una experimentación sistemática. El objetivo de este estudio es servir de referencia a la hora de fijar estos parámetros y
ser una guía para elegir los valores adecuados con los que obtener soluciones eficientes
y de alta calidad. Este documento combina la teoría con los resultados experimentales
con los que se puede apreciar el efecto de los diversos parámetros.
Para elaborar la investigación se ha desarrollado un tipo de algoritmo genético paralelo
conocido como modelo de islas (Island Model) y se ha implementado usando PGApack,
librería de dominio público que permite programar gran diversidad de algoritmos
genéticos. Este modelo se ejecutará bajo una arquitectura de tipo SIMD con paso de
mensajes que permitirá la ejecución de hasta 8 procesos (islas) en paralelo. La comunicación entre procesos se realiza a través de MPI y el algoritmo simulará una
topología en anillo.
[ABSTRACT]However, despite of their operational simplicity, parallel GAs are controlled by many
parameters that affect to efficiency and quality of their search. Setting these parameters
correctly is crucial to obtain good solutions quickly. In particular, some of these
parameters are the number and size of populations and the exchange rate between these.
Typically the parameters are found by systematic experimentation. The goal of this study is to obtain some conclusions and references to tune the
parameters and provide a guide to choose their values correctly, which find efficient
solutions with high quality. This document combines theory and experimental results in
order to allow the user can appreciate the effect of different parameters.
For prepare the investigation, we have developed a kind of parallel GAs known as
Island Model that we have implemented using PGAPACK, a public library for
programming GAs. This model will run in SIMD architecture with a message passing
paradigm which can be launched up to 8 processors (islands) in parallel. The
communications among processors is realized with MPI and we have implemented the
algorithm with a ring topology.

Item Type:Coursework
Additional Information:Trabajo de la asignatura Sistemas Informáticos (Facultad de Informática, Curso 2005-2006)
Uncontrolled Keywords:Algoritmos genéticos paralelos, GAs, Genetic algorithms
Subjects:Sciences > Computer science > Expert systems (Computer science)
ID Code:8950
Deposited On:02 Jun 2009 07:58
Last Modified:06 Feb 2014 08:17

Repository Staff Only: item control page