Uso de operações SIMD em uma biblioteca de algoritmos bio-inspirados

• Autor(a) principal: Lucca, Natiele
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNIPAMPA
• Texto Completo: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/4789
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA; Ciência da computação; Algoritmos; Biblioteca; OpenMP; Otimização; Artificial Bee Colony; Ant Colony Optimization; Particle Swarm Optimization; Computer science; Algorithms; Library

Algoritmos de otimização buscam resolver problemas complexos. Uma estratégia para modelar algoritmicamente um problema é utilizar conceitos de computação natural, também conhecida como computação bio-inspirada. Os algoritmos bio-inspirados simulam a capacidade de aprendizado ou adaptação de um grupo de indivíduos inteligentes submetidos a um ambiente complexo e assim otimizam uma solução inicial com o objetivo de encontrar soluções ótimas. Dessa forma, neste trabalho é proposto uma biblioteca open source bio-inspirada e paralela. Constituem essa biblioteca os algoritmos Artificial Bee Colony (Colônia Artificial de Abelhas - ABC), Ant Colony Optimization (Otimização por Colônia de Formigas - ACO) e Particle Swarm Optimization (Otimização por Enxame de Partículas - PSO), desenvolvidos na linguagem de programação C++. O trabalho testa diretivas de execução paralela e vetorial, comparando o desempenho das diretivas individualmente e combinadas. A diretiva de execução vetorial obteve o maior número de testes com ganho de desempenho, sendo essa diretiva aplicada nos algoritmos selecionados para a biblioteca. Após a implementação paralela, os algoritmos foram submetidos às funções clássicas de teste Alpine, Booth, Easom, Griewank, Rastrigin, Rosenbrock e Sphere, sendo aplicados a uma população de 10 até 100 agentes. Os resultados obtidos mostraram que as versões sequencial e paralela obtiveram a mesma solução média e que para pelo menos um teste de população todas as funções obtiveram ganho de desempenho. Com isso, comprovou-se que a versão paralela dos algoritmos desenvolvidos mantém a qualidade da solução e reduz o tempo de execução.