Otimização por enxame de partículas em arquiteturas paralelas de alto desempenho.

• Autor(a) principal: Calazan, Rogério de Moraes
• Data de Publicação: 2012
• Outros Autores: Nedjah, Nadia, Mourelle, Luiza de Macedo
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
• Texto Completo: http://www.redebim.dphdm.mar.mil.br/vinculos/00000f/00000f36.pdf; http://www.repositorio.mar.mil.br/handle/ripcmb/843366
• topic: Programação paralela (computação); Processamento paralelo (Computadores)

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.