Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "parallel evolutionary algorithm" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Parallel evolutionary algorithms in shape optimization of heat radiators
Zastosowanie równoległego algorytmu ewolucyjnego do optymalizacji kształtu radiatorów
Autorzy:
Burczyński, T.
Długosz, A.
Kuś, W.
Powiązania:
https://bibliotekanauki.pl/articles/280305.pdf
Data publikacji:
2006
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
coupled thermoelasticity
radiation
finite element method
parallel evolutionary algorithm
evolutionary optimization
shape optimization
Opis:
The paper deals with the application of Parallel Evolutionary Algorithms (PEA) and the Finite Element Method (FEM) in shape optimization of heat radiators. The fitness function is computed with the use of the coupled thermoelsticity modelled by MARC/MENTAT software. The geometry, mesh and boundary conditions are created on the basis of a script language implemented in MENTAT. In order to reduce the number of design parameters in evolutionary algorithms, the shape of the structure is modelled by Bezier curves. Numerical examples for some shape optimization are included.
W pracy przedstawiono zastosowanie algorytmów ewolucyjnych oraz metody elementów skończonych (MES) w optymalizacji kształtu radiatorów. Zastosowano algorytm ewolucyjny, w którym funkcja celu wyznaczana jest w sposób równoległy, więc obliczenia przeprowadzane mogą być na wielu komputerach wieloprocesorowych. Tego typu podejście znacznie skraca czas obliczeń w porównaniu do sekwencyjnego algorytmu ewolucyjnego. Wartość funkcji celu wyznaczana jest na podstawie rozwiązania zagadnienia termosprężystości z wykorzystaniem oprogramowania MES MARC/MENTAT. Przy rozwiązywania zagadnienia bezpośredniego uwzględniany jest radiacyjny strumień ciepła. Wyznaczenie stref zacieniania, niezbędnych do jego wyznaczenia, realizowane jest również za pomocą procesora MENTAT. W celu zmniejszenia liczby zmiennych projektowych przy modelowaniu geometrii radiatora wykorzystano krzywe Beziera. Ponadto praca zawiera przykłady numeryczne optymalizacji dla różnych konfiguracji warunków brzegowych.
Źródło:
Journal of Theoretical and Applied Mechanics; 2006, 44, 2; 351-366
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
GPU-based tuning of quantum-inspired genetic algorithm for a combinatorial optimization problem
Autorzy:
Nowotniak, R.
Kucharski, J.
Powiązania:
https://bibliotekanauki.pl/articles/201268.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
quantum-inspired genetic algorithm
evolutionary computing
meta-optimization
parallel algorithms
GPGPU
Opis:
This paper concerns efficient parameters tuning (meta-optimization) of a state-of-the-art metaheuristic, Quantum-Inspired Genetic Algorithm (QIGA), in a GPU-based massively parallel computing environment (NVidia CUDATMtechnology). A novel approach to parallel implementation of the algorithm has been presented. In a block of threads, each thread transforms a separate quantum individual or different quantum gene; In each block, a separate experiment with different population is conducted. The computations have been distributed to eight GPU devices, and over 400× speedup has been gained in comparison to Intel Core i7 2.93GHz CPU. This approach allows efficient meta-optimization of the algorithm parameters. Two criteria for the meta-optimization of the rotation angles in quantum genes state space have been considered. Performance comparison has been performed on combinatorial optimization (knapsack problem), and it has been presented that the tuned algorithm is superior to Simple Genetic Algorithm and to original QIGA algorithm.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2012, 60, 2; 323-330
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies