Uma Implementa ção Paralela do Algoritmo de Evolução Diferencial Autoadaptativo
description
Transcript of Uma Implementa ção Paralela do Algoritmo de Evolução Diferencial Autoadaptativo
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