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