Zobrazit minimální záznam

dc.contributor.advisorFabián, Tomáš
dc.contributor.authorBoháč, Petr
dc.date.accessioned2016-11-03T07:32:51Z
dc.date.available2016-11-03T07:32:51Z
dc.date.issued2016
dc.identifier.otherOSD002cs
dc.identifier.urihttp://hdl.handle.net/10084/115834
dc.descriptionImport 03/11/2016cs
dc.description.abstractCílem 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.abstractThe 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.extent2363775 bytes
dc.format.mimetypeapplication/pdf
dc.language.isocs
dc.publisherVysoká škola báňská - Technická univerzita Ostravacs
dc.subjectFlow Shop, CUDA, Plánovací úlohy, SOMAcs
dc.subjectFlow Shop, CUDA, Scheduling problems, SOMAen
dc.titleSOMA v CUDAcs
dc.title.alternativeSOMA in CUDAen
dc.typeDiplomová prácecs
dc.contributor.refereeNěmec, Martin
dc.date.accepted2016-08-09
dc.thesis.degree-nameIng.
dc.thesis.degree-levelMagisterský studijní programcs
dc.thesis.degree-grantorVysoká škola báňská - Technická univerzita Ostrava. Fakulta elektrotechniky a informatikycs
dc.description.department460 - Katedra informatiky
dc.thesis.degree-programInformační a komunikační technologiecs
dc.thesis.degree-branchInformatika a výpočetní technikacs
dc.description.resultdobřecs
dc.identifier.senderS2724cs
dc.identifier.thesisBOH155_FEI_N2647_2612T025_2016
dc.rights.accessopenAccess


Soubory tohoto záznamu

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam