الگوریتم بهینه سازی فاخته ی موازی مبتنی بر الگوی ارباب- بندها با استفاده از تکنیک ریزدانه بر روی واحدهای پردازش گرافیکی

الگوریتم بهینه سازی فاخته مانند بسیاری دیگر از الگوریتم های فرا ابتکاری مبتنی بر جمعیت اولیه، ذاتا موازی است و می تواند به طور کارآمدی بر روی واحدهای پردازش گرافیکی پیاده سازی شود. 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 یکپارچه ی محاسباتی و مبتنی بر الگوی ارباب - بنده ارائه می شود. با توجه به ذات موازی الگوریتم بهینه سازی فاخته، موازی سازیبا تکنیک ریز دانه انجام شده است. تابع برازندگی، خوشه بندی و همگرایی فاخته ها بر روی GPU پیاده سازی می شوند. برای افزایش کارایی الگوریتم موازی از حافظه ی اشتراکی، عملیات کاهش و عوامل دیگر تاثیر گذار استفاده شده است. آزمایش با مقایسه ی زمان اجرای الگوریتم سری و الگوریت موازی و با تغییر تعداد ابعاد مساله و همچنین جمعیت، با استفاده از شش تابع محک شناخته شده، انجام شده اند. نتایج آزمایش ها افزایش بهره ی سرعت الگوریتم موازی نسبت به سری را گزارش می دهند.

کلیدواژه ها:

الگوریتم بهینه سازیفاخته (COA) ، محاسبات موازی ، واحدهای پردازش گرافیکی (GPU) ، معماری دستگاه یکپارچه- محاسباتی (CUDA) ، مدلارباب- بنده