Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFU |
Texto Completo: | https://repositorio.ufu.br/handle/123456789/14340 https://doi.org/10.14393/ufu.te.2014.35 |
Resumo: | Parallel computing is a powerful way to reduce the computation time and to improve the quality of solutions of evolutionary algorithms (EAs). At first, parallel evolutionary algorithms (PEAs) ran on very expensive and not easily available parallel machines. As multicore processors become ubiquitous, the improved performance available to parallel programs is a great motivation to computationally demanding EAs to turn into parallel programs and exploit the power of multicores. The parallel implementation brings more factors to influence performance, and consequently adds more complexity on PEAs evaluations. Statistics can help in this task and guarantee the significance and correct conclusions with minimum tests, provided that the correct design of experiments is applied. This work presents a methodology that guarantees the correct estimation of speedups and applies a factorial design on the analysis of PEAs performance. As a case study, the influence of migration related parameters on the performance of a parallel evolutionary algorithm solving two benchmark problems executed on a multicore processor is evaluated. |
id |
UFU_8bdb158b15b7cb7a523e110c634d11a7 |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/14340 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicoreAlgoritmos paralelosPlanejamento experimentalAlgoritmos evolutivos paralelosProcessadores multicorePlanejamento de experimentoPlanejamento fatorialParallel evolutionary algorithmsMulticore processorsDesign of experimentsFactorial designCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAParallel computing is a powerful way to reduce the computation time and to improve the quality of solutions of evolutionary algorithms (EAs). At first, parallel evolutionary algorithms (PEAs) ran on very expensive and not easily available parallel machines. As multicore processors become ubiquitous, the improved performance available to parallel programs is a great motivation to computationally demanding EAs to turn into parallel programs and exploit the power of multicores. The parallel implementation brings more factors to influence performance, and consequently adds more complexity on PEAs evaluations. Statistics can help in this task and guarantee the significance and correct conclusions with minimum tests, provided that the correct design of experiments is applied. This work presents a methodology that guarantees the correct estimation of speedups and applies a factorial design on the analysis of PEAs performance. As a case study, the influence of migration related parameters on the performance of a parallel evolutionary algorithm solving two benchmark problems executed on a multicore processor is evaluated.Doutor em CiênciasA computação paralela é um modo poderoso de reduzir o tempo de processamento e de melhorar a qualidade das soluções dos algoritmos evolutivos (AE). No princípio, os AE paralelos (AEP) eram executados em máquinas paralelas caras e pouco disponíveis. Desde que os processadores multicore tornaram-se largamente disponíveis, sua capacidade de processamento paralelo é um grande incentivo para que os AE, programas exigentes de poder computacional, sejam paralelizados e explorem ao máximo a capacidade de processamento dos multicore. A implementação paralela traz mais fatores que podem influenciar a performance dos AEP e adiciona mais complexidade na avaliação desses algoritmos. A estatística pode ajudar nessa tarefa e garantir conclusões corretas e significativas, com o mínimo de testes, se for aplicado o planejamento de experimentos adequado. Neste trabalho é apresentada uma metodologia de experimentação com AEP. Essa metodologia garante a correta estimação do speedup e aplica ao planejamento fatorial na análise dos fatores que influenciam o desempenho. Como estudo de caso, um algoritmo genético, denominado AGP-I, foi paralelizado segundo o modelo de ilhas. O AGP-I foi executado em plataformas com diferentes processadores multicore na resolução de duas funções de teste. A metodologia de experimentação com AEP foi aplicada para se determinar a influência dos fatores relacionados à migração no desempenho do AGP-I.Universidade Federal de UberlândiaBRPrograma de Pós-graduação em Engenharia ElétricaEngenhariasUFUPinto, Edmilson Rodrigueshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4775406H8Yamanaka, Keijihttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4798494D8Julia, Rita Maria da Silvahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788590Z8Cortes, Omar Andres Carmonahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4767203Y6Pinto, Felipe Campelo Francahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4762838H8Pais, Mônica Sakuray2016-06-22T18:38:10Z2014-05-142016-06-22T18:38:10Z2014-03-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfapplication/pdfPAIS, Mônica Sakuray. Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore. 2014. 238 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2014. DOI https://doi.org/10.14393/ufu.te.2014.35https://repositorio.ufu.br/handle/123456789/14340https://doi.org/10.14393/ufu.te.2014.35porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2021-07-22T15:19:15Zoai:repositorio.ufu.br:123456789/14340Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2021-07-22T15:19:15Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.none.fl_str_mv |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore |
title |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore |
spellingShingle |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore Pais, Mônica Sakuray Algoritmos paralelos Planejamento experimental Algoritmos evolutivos paralelos Processadores multicore Planejamento de experimento Planejamento fatorial Parallel evolutionary algorithms Multicore processors Design of experiments Factorial design CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore |
title_full |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore |
title_fullStr |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore |
title_full_unstemmed |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore |
title_sort |
Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore |
author |
Pais, Mônica Sakuray |
author_facet |
Pais, Mônica Sakuray |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pinto, Edmilson Rodrigues http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4775406H8 Yamanaka, Keiji http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4798494D8 Julia, Rita Maria da Silva http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788590Z8 Cortes, Omar Andres Carmona http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4767203Y6 Pinto, Felipe Campelo Franca http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4762838H8 |
dc.contributor.author.fl_str_mv |
Pais, Mônica Sakuray |
dc.subject.por.fl_str_mv |
Algoritmos paralelos Planejamento experimental Algoritmos evolutivos paralelos Processadores multicore Planejamento de experimento Planejamento fatorial Parallel evolutionary algorithms Multicore processors Design of experiments Factorial design CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
Algoritmos paralelos Planejamento experimental Algoritmos evolutivos paralelos Processadores multicore Planejamento de experimento Planejamento fatorial Parallel evolutionary algorithms Multicore processors Design of experiments Factorial design CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
Parallel computing is a powerful way to reduce the computation time and to improve the quality of solutions of evolutionary algorithms (EAs). At first, parallel evolutionary algorithms (PEAs) ran on very expensive and not easily available parallel machines. As multicore processors become ubiquitous, the improved performance available to parallel programs is a great motivation to computationally demanding EAs to turn into parallel programs and exploit the power of multicores. The parallel implementation brings more factors to influence performance, and consequently adds more complexity on PEAs evaluations. Statistics can help in this task and guarantee the significance and correct conclusions with minimum tests, provided that the correct design of experiments is applied. This work presents a methodology that guarantees the correct estimation of speedups and applies a factorial design on the analysis of PEAs performance. As a case study, the influence of migration related parameters on the performance of a parallel evolutionary algorithm solving two benchmark problems executed on a multicore processor is evaluated. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-05-14 2014-03-14 2016-06-22T18:38:10Z 2016-06-22T18:38:10Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
PAIS, Mônica Sakuray. Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore. 2014. 238 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2014. DOI https://doi.org/10.14393/ufu.te.2014.35 https://repositorio.ufu.br/handle/123456789/14340 https://doi.org/10.14393/ufu.te.2014.35 |
identifier_str_mv |
PAIS, Mônica Sakuray. Estudo da influência dos parâmetros de algoritmos paralelos da computação evolutiva no seu desempenho em plataformas multicore. 2014. 238 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2014. DOI https://doi.org/10.14393/ufu.te.2014.35 |
url |
https://repositorio.ufu.br/handle/123456789/14340 https://doi.org/10.14393/ufu.te.2014.35 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia BR Programa de Pós-graduação em Engenharia Elétrica Engenharias UFU |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia BR Programa de Pós-graduação em Engenharia Elétrica Engenharias UFU |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1805569601424064512 |