مقایسه شتاب الگوریتم های خفاش وماهی با استفاده از چارچوب کودا

الگوریتمهای تکاملی و هوش دسته جمعی کاربرد فراوانی در مسائل بهینه سازی دارند. الگوریتم های تکاملی به کمک الهام از فرآیندهای موجود در طبیعت و اصول تکاملی سعی مینمایند که بهترین راه حل های مسائل سخت و دشوار را که غالبا در چارچوب مسائل بهینه سازی مطرح میباشد را محاسبه نمایند. الگوریتم های تکاملی با فرآیندهای تکراری و جستجو در فضای مسئله راه حل های نزدیک به راه حل بهینه را محاسبه می نمایند. با افزایش ابعاد و پیچیدگی تابع هدف مسائل بهینه سازی یافتن راه حل های بهینه با کندی و احتمال همگرایی بیشتر به بهینه های محلی مواجه میشود و زمان اجرای الگوریتم تکاملی افزایش چشمگیری مییابد. الگوریتم تکاملی نظیر الگوریتم خفاش، ماهی به علت جستجوی مجزای اعضای جمعیت اولیه دارای ماهیتی موازی میباشد که در صورت فراهم بودن این شرایط، سرعت این الگوریتم ها را میتوان افزایش داد و تأثیر افزایش اندازه جمعیت اولیه و تعداد تکرار را بر روی زمان اجرای آنها کاهش داد. در این پژوهش جهت موازی سازی و افزایش سرعت الگوریتم های تکاملی ماهی و خفاش از فناوری جدید موازی سازی کارت گرافیک یا کودا استفاده شده است تا یک نسخه موازی و سریع از این الگوریتم ها برای حل مسائل بهینه سازی توسعه داده شود. نتایج آزمایش ها و شبیه سازی های مختلف نشان میدهد چارچوب کودا میتواند سرعت این الگوریتم ها را نسبت به نسخه سریال به مراتب افزایش دهد

کلیدواژه ها:

الگوریتم تکاملی ، الگوریتم ماهی ، الگوریتم خفاش ، چارچوب کودا ، موازی سازی