الگوریتم بهینه سازی فاختهی موازی مبتنی بر الگوی ارباب بنده بر روی واحدهای پردازش گرافیکی

الگوریتم بهینه سازی فاخته مانند بسیاری دیگر الگوریتم های فرا ابتکاری مبتنی بر جمعیت اولیه، ذاتاً موازی است و می تواند به طور مؤثری بر روی واحدهای پردازش گرافیکی پیاده سازی شود. پیاده سازی های متفاوتی از الگوریتم های بهینه سازی بر روی سلسله مراتب حافظه های کارت گرافیکی انجام شده است. یکی از الگوهای موازی سازی الگوریتم های بهینه سازی الگوی ارباب- بنده می باشد. در این مقاله، موازی سازی الگوریتم فاخته روی واحدهای پردازش گرافیکی با استفاده از معماری دستگاه یکارچه ی محاسباتی و مبتنی بر الگوی ارباب- بنده ارائه می شود. ابع ارزیابی fitness، خوشه بندی و همگرایی فاخته ها بر روی GPR پیاده سازی می شوند. همچنین عملیات prefix sum برای افزایش کارایی به اجرای موازی اضافه شده است. رویکرد این مقاله بر روی مقایسه ی زمان اجرا با تغییر تعداد ابعاد مسئله و همچنین جمعیت، بین پیاده سازی سری و موازی با استفاده از چند تابع محک شناخته شده، می باشد.

کلیدواژه ها:

الگوریتم بهینه سازی فاخته (COA) ، محاسبات موازی ، واحدهای پردازش گرافیکی (GPU) ، معماری دستگاه یکپارچه ی محاسباتی ((CUDA(TM) ، مدل ارباب- بنده