Optimalizace pomocí roje částic

Abstract

Tato diplomová práce se zabývá aplikací Evolučních algoritmů na optimalizační úlohy a paralelizaci těchto algoritmů na GPU. Hlavním cílem práce bylo naimplementovat evoluční algoritmus Optimalizace pomocí roje částic na grafické kartě pomocí CUDA API, provést výkonnostní testy tohoto algoritmu, a také použít implementaci v ukázkové aplikaci, kde se vizualizují částice tohoto algoritmu. Pro porovnání byly implementovány navíc algoritmy diferenciální evoluce a optimalizace mravenčí kolonii, všechny algoritmy byly implementovány v technologii CUDA, v jayzce C++ s OpenMP a v jazyce Python. V nejlepších případech bylo zrychlení na grafické kartě až 15200násobné, v nejhorším případě pouze 86 x rychlejší než Python implementace

This master's thesis deals with application of Evolutionary algorithms on optimization problems and parallelization of those algorithms on GPU. The aim of this work was to implement Particle swarm optimization on a graphics card with CUDA API, then make performance benchmarks to test it and showcase it in the application, where particles of this algorithm are visualized. For better comparison, algorithms like Differential evolution and Ant colony optimization were implemented too, all used algorithms were implemented in CUDA, C++ with OpenMP and Python. In the best-case scenario, the GPU implementation was 15200 times faster, in the worst-case, the speedup was only 86 times faster than Python.