منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

ترجمه مقاله حل مسائل بسیار عظیم بهینه سازی با یک الگوریتم تکاملی موازی در CPU و GPU - نشریه IEEE

ترجمه مقاله حل مسائل بسیار عظیم بهینه سازی با یک الگوریتم تکاملی موازی در CPU و GPU - نشریه IEEE
قیمت خرید این محصول
۳۳,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
حل مسائل بسیار عظیم بهینه سازی (تا یک میلیارد متغیر) با یک الگوریتم تکاملی موازی در CPU و GPU
عنوان انگلیسی
Solving very large optimization problems (up to one billion variables) with a parallel evolutionary algorithm in CPU and GPU
صفحات مقاله فارسی
19
صفحات مقاله انگلیسی
6
سال انتشار
2012
نشریه
آی تریپل ای - IEEE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
7332
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
مهندسی نرم افزار، رایانش ابری و معماری سیستم های کامپیوتری
مجله
هفتمین کنفرانس بین المللی محاسبات P2P، موازی، ابری و اینترنت
دانشگاه
مرکز کامپیوتر، مونته ویدئو، اروگوئه
کلمات کلیدی
الگوریتم های تکاملی موازی، GPU ،OneMax شلوغ، یک میلیارد متغیر
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
مقدمه
OneMax و مسائل OneMax شلوغ
محاسبات تکاملی
سیستم عامل های چند هسته ای جدید
تجزیه و تحلیل تجربی
نتیجه گیری و کارهای آتی
نمونه چکیده متن اصلی انگلیسی
Abstract

This article presents the application of a parallel evolutionary algorithm implemented in both CPU and Graphic Processing Units (GPU), to solve large instances of the noisy OneMax problem with up to one billion variables. Actually, new GPU platforms provide the computing power needed to apply massively parallel strategies to solve large problems. We report here the experimental evaluation of both CPU and GPU implementations for a compact evolutionary algorithm. The proposed method demonstrates a high problem solving efficacy and shows a good scalability behavior when facing high dimension instances of the noisy OneMax problem, improving the computational efficiency and the results reported in previous similar approaches developed on CPU.

نمونه چکیده ترجمه متن فارسی
چکیده
این مقاله کاربرد یک الگوریتم تکاملی موازی پیاده شده در CPU و واحدهای پردازش گرافیکی (GPU) را برای حل موارد زیادی از مساله های OneMax شلوغ با بیش از یک میلیارد متغیر ارائه می کند. در واقع، سیستم عامل GPU جدید قدرت محاسباتی لازمه برای اعمال استراتژی های انبوه موازی را به منظور حل مسائل بزرگ تامین می نماید.ما در اینجا ارزیابی تجربی پیاده سازی CPU و GPU را برای یک الگوریتم تکاملی فشرده گزارش می نماییم. روش پیشنهادی اثربخشی بالای حل مساله را ثابت نموده و رفتار مقیاس پذیر مناسبی را به هنگام مواجهه با موارد با ابعاد بالای مساله OneMax شلوغ نشان می دهد که باعث بهبود بهره وری محاسباتی و نتایج گزارش شده در رویکردهای مشابه پیشین توسعه یافته در CPU می گردد.

بدون دیدگاه