110 likes | 212 Views
Uma Implementa ção Paralela do Algoritmo de Evolução Diferencial Autoadaptativo. Aluno : Rodolfo A. L. Costa Orientador : Prof. Frederico G. Guimar ães. Ouro Preto – MG, 09 de Outubro de 2010. Sumário. Introdu ção Justificativa Objetivos Objetivo Geral Objetivos Específicos
E N D
UmaImplementação Paralela do Algoritmo de Evolução Diferencial Autoadaptativo Aluno: Rodolfo A. L. Costa Orientador: Prof. Frederico G. Guimarães OuroPreto – 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 Autoadaptativosequencial. • 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.
Referências Bibiográficas • Mezura-Montes, Efr n., Velazquez-Reyes J., and CoelloCoello 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.
ReferênciasBibliográficas • 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.