dc.contributor.advisor | Fabián, Tomáš | |
dc.contributor.author | Boháč, Petr | |
dc.date.accessioned | 2016-11-03T07:32:51Z | |
dc.date.available | 2016-11-03T07:32:51Z | |
dc.date.issued | 2016 | |
dc.identifier.other | OSD002 | cs |
dc.identifier.uri | http://hdl.handle.net/10084/115834 | |
dc.description | Import 03/11/2016 | cs |
dc.description.abstract | Cílem této diplomové práce je implementace SOMA v CUDA. Přesněji její diskrétní verze nazvaná DSOMA. Vytvořil jsem referenční algoritmus DSOMA v jazyce C#, využívající paralelizace. Pomocí něj byla naimplementována další aplikace pro CUDA, která z ní vycházela a využívala všechny výhody programování na grafické kartě. Ve fázi testování jsem nejprve porovnal oba implementované algoritmy. Následně byla u jednoho z algoritmů, tedy v CUDA, ověřena efektivita kódu. Aplikace byla zkoušena na různě velkých problémech a následovalo hledání nejlepšího řešení daného problému. Ověřil jsem možnost záměny velikosti populace s počtem migrací. Nakonec jsem otestoval využití prostředků počítače při běhu aplikace. Testováním jsem zjistil, že již při velikosti populace 1000 jedinců a Jmin = 1 je CUDA aplikace rychlejší než aplikace C#. Dále jsem zjistil, že při využití větší populace a provedení malého počtu migrací dosahuje DSOMA lepších výsledků a v porovnání s C# dosahuje i vyšší rychlosti výpočtu. | cs |
dc.description.abstract | The topic of this thesis is implementation of SOMA in CUDA. More precisely, it is the discrete version called DSOMA. I created a reference DSOMA algorithm in C# using parallelization. Based on this algorithm I implemented additional application for CUDA, which used all benefits of programming on graphic card. In the testing phase I first compared both implemented algorithms. Subsequently I verified the effectiveness of a code in CUDA. The application has been tested on various problems, followed by searching for the best solution of the particular problem. I examined the possibility of confusion of population size with number of migrations. Finally, I tested the use of computer resources at runtime. I found out by testing that when size of population is bigger than 1000 and Jmin = 1, CUDA application is faster than C# application. I also discovered that when a bigger population is used and small number of migrations is performed, DSOMA achieves better results and in comparison with C# achieves a higher calculation speed. | en |
dc.format.extent | 2363775 bytes | |
dc.format.mimetype | application/pdf | |
dc.language.iso | cs | |
dc.publisher | Vysoká škola báňská - Technická univerzita Ostrava | cs |
dc.subject | Flow Shop, CUDA, Plánovací úlohy, SOMA | cs |
dc.subject | Flow Shop, CUDA, Scheduling problems, SOMA | en |
dc.title | SOMA v CUDA | cs |
dc.title.alternative | SOMA in CUDA | en |
dc.type | Diplomová práce | cs |
dc.contributor.referee | Němec, Martin | |
dc.date.accepted | 2016-08-09 | |
dc.thesis.degree-name | Ing. | |
dc.thesis.degree-level | Magisterský studijní program | cs |
dc.thesis.degree-grantor | Vysoká škola báňská - Technická univerzita Ostrava. Fakulta elektrotechniky a informatiky | cs |
dc.description.department | 460 - Katedra informatiky | |
dc.thesis.degree-program | Informační a komunikační technologie | cs |
dc.thesis.degree-branch | Informatika a výpočetní technika | cs |
dc.description.result | dobře | cs |
dc.identifier.sender | S2724 | cs |
dc.identifier.thesis | BOH155_FEI_N2647_2612T025_2016 | |
dc.rights.access | openAccess | |