Arquitectura heterogénea para el procesamiento de los algoritmos de enjambres

Desde años recientes, el paralelismo hace parte de la arquitectura de las computadoras personales al incluir unidades de co-procesamiento como las unidades de procesamiento gráfico, para conformar así una arquitectura heterogénea. Este artículo presenta la implementación de algoritmos de enjambres s...

Full description

Autores:
Dávila-Guzmán, Maria A.
Alfonso-Morales, Wilfredo
Caicedo-Bravo, Eduardo F.
Tipo de recurso:
Article of journal
Fecha de publicación:
2014
Institución:
Instituto Tecnológico Metropolitano
Repositorio:
Repositorio ITM
Idioma:
spa
OAI Identifier:
oai:repositorio.itm.edu.co:20.500.12622/930
Acceso en línea:
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/197
http://hdl.handle.net/20.500.12622/930
Palabra clave:
Algoritmos de enjambre
algoritmo de enjambre de bacterias
algoritmo de enjambre de partículas
GPU
paralelo
Swarm intelligence algorithm
bacterial foraging optimization
particle swarm optimization
graphic processing unit.
Rights
License
Copyright (c) 2017 Tecno Lógicas
Description
Summary:Desde años recientes, el paralelismo hace parte de la arquitectura de las computadoras personales al incluir unidades de co-procesamiento como las unidades de procesamiento gráfico, para conformar así una arquitectura heterogénea. Este artículo presenta la implementación de algoritmos de enjambres sobre esta arquitectura para resolver problemas de optimización de funciones, destacando su estructura inherentemente paralela y sus propiedades de control distribuido. En estos algoritmos se paralelizan los individuos de la población y las dimensiones del problema gracias a la granuralidad del sistema de procesamiento, que además proporciona una baja latencia de comunicaciones entre los individuos debido al procesamiento embebido. Para evaluar las potencialidades de los algoritmos de enjambres sobre la plataforma heterogénea, son implementados dos de ellos: el algoritmo de enjambre de partículas y el algoritmo de enjambre de bacterias. Se utiliza la aceleración como métrica para contrastar los algoritmos en la arquitectura heterogénea compuesta por una GPU NVIDIA GTX480 y una unidad de procesamiento secuencial, donde el algoritmo de enjambre de partículas obtiene una aceleración de hasta 36,82x y el algoritmo de enjambre de bacterias logra una aceleración de hasta 9,26x. Además, se evalúa el efecto al incrementar el tamaño en las poblaciones donde la aceleración es significativamente diferenciable pero con riesgos en la calidad de las soluciones.