Estratégias de exploração de vizinhança com GPU para problemas de otimização
| Ano de defesa: | 2018 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Instituto de Matemática e Estatística BR UERJ Programa de Pós-Graduação em Ciências Computacionais |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://www.bdtd.uerj.br/handle/1/7658 |
Resumo: | Problemas de otimização são de grande importância para diversos setores da indústria, desde o planejamento de produção até escoamento e transporte de produtos. Diversos problemas de interesse se enquadram na classe NP-Difícil, sendo desconhecidos algoritmos para resolvê-los de forma exata em tempo polinomial. Assim, estratégias heurísticas com capacidade de escapar de ótimos locais de baixa qualidade (meta-heurísticas) são geralmente empregadas. A busca local é, em geral, a etapa mais custosa, em termos de tempo computacional, do processo de uma meta-heurística. Desta forma torna-se muito importante fazer bom uso dos recursos nela utilizados. Esta dissertação estuda o emprego de múltiplas estratégias de vizinhança utilizadas paralelamente para explorar um espaço de vizinhança maior e com melhor aproveitamento dos recursos computacionais. O processamento paralelo das estratégias de vizinhança é implementado em nível de grão fino, através de processamento em GPU, e grão grosso, por meio de processamento multi core e processamento em rede, sendo os dois níveis combinados num ambiente heterogêneo, para arquiteturas von Neumann e dataflow. |
| id |
UERJ_9bf454c46552c1d1950e620d12921d9d |
|---|---|
| oai_identifier_str |
oai:www.bdtd.uerj.br:1/7658 |
| network_acronym_str |
UERJ |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
| repository_id_str |
|
| spelling |
Estratégias de exploração de vizinhança com GPU para problemas de otimizaçãoNeighborhood exploration strategies using GPU for optimization problems.Meta-heuristicsLocal SearchDataflowGraphics Processing UnitVariable Neighborhood DescentMeta-heurísticaBusca LocalDataflowGraphics Processing UnitVari able Neighborhood DescentProgramação (Computadores)Processamento eletrônico de dadosHeurísticaOtimização matemáticaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOProblemas de otimização são de grande importância para diversos setores da indústria, desde o planejamento de produção até escoamento e transporte de produtos. Diversos problemas de interesse se enquadram na classe NP-Difícil, sendo desconhecidos algoritmos para resolvê-los de forma exata em tempo polinomial. Assim, estratégias heurísticas com capacidade de escapar de ótimos locais de baixa qualidade (meta-heurísticas) são geralmente empregadas. A busca local é, em geral, a etapa mais custosa, em termos de tempo computacional, do processo de uma meta-heurística. Desta forma torna-se muito importante fazer bom uso dos recursos nela utilizados. Esta dissertação estuda o emprego de múltiplas estratégias de vizinhança utilizadas paralelamente para explorar um espaço de vizinhança maior e com melhor aproveitamento dos recursos computacionais. O processamento paralelo das estratégias de vizinhança é implementado em nível de grão fino, através de processamento em GPU, e grão grosso, por meio de processamento multi core e processamento em rede, sendo os dois níveis combinados num ambiente heterogêneo, para arquiteturas von Neumann e dataflow.Optimization problems have big importance in the industry field, from production management to production outflow and product transportation. Many problems of interest are classified as NP-Hard, so there is no known algorithm to find the exact solution in a polinomial time. Therefore heuristic strategies with the ability to escape from poor quality local optima (meta-heuristics) are generally employed. In general, the local search is the most costly, in computational time, phase of a meta-heuristic, becoming mandatory a good use of the available resources. The parallel processing of neighborhood strategies is implemented at the fine grain level through GPU processing and coarse grain through multi-core processing and network processing, the combination of the two level parallelization in a heterogeneous environment for von Neumann architectures and dataflowUniversidade do Estado do Rio de JaneiroCentro de Tecnologia e Ciências::Instituto de Matemática e EstatísticaBRUERJPrograma de Pós-Graduação em Ciências ComputacionaisCoelho, Igor Machadohttp://lattes.cnpq.br/5298061910591710Marzulo, Leandro Augusto Justenhttp://lattes.cnpq.br/4869894816851795Bentes, Cristiana Barbosahttp://lattes.cnpq.br/5522815415073059Souza, Uéverton dos Santoshttp://lattes.cnpq.br/1131927171712708Araújo, Rodolfo Pereira2021-01-05T17:53:28Z2018-12-072018-10-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfARAÚJO, Rodolfo Pereira. Estratégias de exploração de vizinhança com GPU para problemas de otimização. 2018. 92 f. Dissertação (Mestrado em Modelagem matemático-estatístico-computacional) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2018.http://www.bdtd.uerj.br/handle/1/7658porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJ2024-02-27T17:34:51Zoai:www.bdtd.uerj.br:1/7658Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T17:34:51Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false |
| dc.title.none.fl_str_mv |
Estratégias de exploração de vizinhança com GPU para problemas de otimização Neighborhood exploration strategies using GPU for optimization problems. |
| title |
Estratégias de exploração de vizinhança com GPU para problemas de otimização |
| spellingShingle |
Estratégias de exploração de vizinhança com GPU para problemas de otimização Araújo, Rodolfo Pereira Meta-heuristics Local Search Dataflow Graphics Processing Unit Variable Neighborhood Descent Meta-heurística Busca Local Dataflow Graphics Processing Unit Vari able Neighborhood Descent Programação (Computadores) Processamento eletrônico de dados Heurística Otimização matemática CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| title_short |
Estratégias de exploração de vizinhança com GPU para problemas de otimização |
| title_full |
Estratégias de exploração de vizinhança com GPU para problemas de otimização |
| title_fullStr |
Estratégias de exploração de vizinhança com GPU para problemas de otimização |
| title_full_unstemmed |
Estratégias de exploração de vizinhança com GPU para problemas de otimização |
| title_sort |
Estratégias de exploração de vizinhança com GPU para problemas de otimização |
| author |
Araújo, Rodolfo Pereira |
| author_facet |
Araújo, Rodolfo Pereira |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Coelho, Igor Machado http://lattes.cnpq.br/5298061910591710 Marzulo, Leandro Augusto Justen http://lattes.cnpq.br/4869894816851795 Bentes, Cristiana Barbosa http://lattes.cnpq.br/5522815415073059 Souza, Uéverton dos Santos http://lattes.cnpq.br/1131927171712708 |
| dc.contributor.author.fl_str_mv |
Araújo, Rodolfo Pereira |
| dc.subject.por.fl_str_mv |
Meta-heuristics Local Search Dataflow Graphics Processing Unit Variable Neighborhood Descent Meta-heurística Busca Local Dataflow Graphics Processing Unit Vari able Neighborhood Descent Programação (Computadores) Processamento eletrônico de dados Heurística Otimização matemática CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| topic |
Meta-heuristics Local Search Dataflow Graphics Processing Unit Variable Neighborhood Descent Meta-heurística Busca Local Dataflow Graphics Processing Unit Vari able Neighborhood Descent Programação (Computadores) Processamento eletrônico de dados Heurística Otimização matemática CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| description |
Problemas de otimização são de grande importância para diversos setores da indústria, desde o planejamento de produção até escoamento e transporte de produtos. Diversos problemas de interesse se enquadram na classe NP-Difícil, sendo desconhecidos algoritmos para resolvê-los de forma exata em tempo polinomial. Assim, estratégias heurísticas com capacidade de escapar de ótimos locais de baixa qualidade (meta-heurísticas) são geralmente empregadas. A busca local é, em geral, a etapa mais custosa, em termos de tempo computacional, do processo de uma meta-heurística. Desta forma torna-se muito importante fazer bom uso dos recursos nela utilizados. Esta dissertação estuda o emprego de múltiplas estratégias de vizinhança utilizadas paralelamente para explorar um espaço de vizinhança maior e com melhor aproveitamento dos recursos computacionais. O processamento paralelo das estratégias de vizinhança é implementado em nível de grão fino, através de processamento em GPU, e grão grosso, por meio de processamento multi core e processamento em rede, sendo os dois níveis combinados num ambiente heterogêneo, para arquiteturas von Neumann e dataflow. |
| publishDate |
2018 |
| dc.date.none.fl_str_mv |
2018-12-07 2018-10-09 2021-01-05T17:53:28Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
ARAÚJO, Rodolfo Pereira. Estratégias de exploração de vizinhança com GPU para problemas de otimização. 2018. 92 f. Dissertação (Mestrado em Modelagem matemático-estatístico-computacional) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2018. http://www.bdtd.uerj.br/handle/1/7658 |
| identifier_str_mv |
ARAÚJO, Rodolfo Pereira. Estratégias de exploração de vizinhança com GPU para problemas de otimização. 2018. 92 f. Dissertação (Mestrado em Modelagem matemático-estatístico-computacional) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2018. |
| url |
http://www.bdtd.uerj.br/handle/1/7658 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciências::Instituto de Matemática e Estatística BR UERJ Programa de Pós-Graduação em Ciências Computacionais |
| publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciências::Instituto de Matemática e Estatística BR UERJ Programa de Pós-Graduação em Ciências Computacionais |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UERJ instname:Universidade do Estado do Rio de Janeiro (UERJ) instacron:UERJ |
| instname_str |
Universidade do Estado do Rio de Janeiro (UERJ) |
| instacron_str |
UERJ |
| institution |
UERJ |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
| collection |
Biblioteca Digital de Teses e Dissertações da UERJ |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ) |
| repository.mail.fl_str_mv |
bdtd.suporte@uerj.br |
| _version_ |
1829133565830365184 |