Post on 23-Feb-2016
description
Uma Implementação Paralela do Algoritmo de Evolução Diferencial Autoadaptativo
Aluno: Rodolfo A. L. CostaOrientador: Prof. Frederico G. Guimarães
Ouro Preto – MG, 09 de Outubro de 2010
Sumário• Introdução• Justificativa• Objetivos
▫Objetivo Geral▫Objetivos Específicos
• Metodologia• Cronograma
Introdução• Evolução da capacidade de processamento.
• Crescente adoção das técnicas de processamento paralelo.
• Técnicas bioinspiradas da Otimização e Inteligência Computacional.
• Algoritmos evolutivos, em especial o de Evolução Diferencial Autoadaptativo(SADE).
Justificativa• Inúmeros problemas podem ser formulados como
problemas de otimização.
• DE é um poderoso otimizador. [Mezura- Montes et al. 2006], [Chakraborty, 2008], [Li et al. 2009]
• Método se torna lento com problemas de maior complexidade, ou seja, funções-objetivo mais complexas.
Objetivo Geral• Implementar o algoritmo de Evolução Diferencial
Autoadaptativo em paralelo.
Objetivos Específicos • Estudar o desempenho do DE Autoadaptativo
sequencial.
• Estudar as abordagens de paralelização do método.
• Implementar e analisar o desempenho do DE Autoadaptativo em paralelo.
Metodologia• Investigar as estratégias de paralelização do DE.
• Definir quais estratégias adotar.
• Analisar o desempenho do método.
• Elaborar o trabalho de conclusão de curso e artigos científicos.
CronogramaAtividades Ago Set Out Nov Dez
Revisão Bibliográfica X XEstudo e implementação das estratégias de paralelização
X X
Análise dos experimentos X XRedigir o trabalho de conclusão de curso
X X
Apresentação do trabalho X
Referências Bibiográficas• Mezura-Montes, Efr n., Velazquez-Reyes J., and
Coello Coello C. A., A comparative study of dierential evolution variants for global optimization. In GECCO '06: Proceedings of the 8th annual conference on Genetic and evolutionary computation, pages 485-492, New York, NY, USA. ACM, 2006.
• Chakraborty U. K., Advances in Dierential Evolution. Springer Publishing Company, Incorporated, 2008.
Referências Bibliográficas• Li K., Zheng J., Zhou C., and Lv H., An improved
dierential evolution for multi-objective optimization. In Proceedings of the 2009 WRI World Congress on Computer Science and Information Engineering - Volume 04, pages 825-830, Washington, DC, USA. IEEE Computer Society, 2009.
Dúvidas