Uma Implementação Paralela do Algoritmo de Evolução Diferencial

Uma Implementação Paralela do
Algoritmo de Evolução Diferencial
Autoadaptativo
Aluno: Rodolfo A. L. Costa
Orientador: 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.
Cronograma
Atividades
Revisão Bibliográfica
Estudo e implementação das
estratégias de paralelização
Ago
Set
X
X
X
Out
Nov
X
Análise dos experimentos
X
X
Redigir o trabalho de conclusão de
curso
X
X
Apresentação do trabalho
X
Dez
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