Dynamically reconfigurable heterogeneous parallel island model

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Silveira, Lucas Ângelo da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Algoritmos genéticos
Modelos de ilhas paralelas
Link de acesso: http://repositorio.unb.br/handle/10482/50609
Resumo: Tese (Doutorado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2024.
id UNB_7956bb0cbd2b8e6cbea0b690b7439c68
oai_identifier_str oai:repositorio.unb.br:10482/50609
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Dynamically reconfigurable heterogeneous parallel island modelModelo de ilhas paralelo heterogêneo dinamicamente reconfigurávelAlgoritmos genéticosModelos de ilhas paralelasTese (Doutorado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2024.Problemas de otimização N P-difíceis são encontrados em diversos campos de atividade, e à medida que a compreensão e a prática nesses campos avançam, suas complexidades se acentuam. Nas últimas décadas, diversos algoritmos bioinspirados para resolver problemas de otimização foram propostos. Cada um desses algoritmos possui características únicas que impactam de maneiras distintas tanto o processo evolutivo quanto a qualidade das soluções alcançadas. O Modelo de Ilhas Paralelas (MIP) é uma estratégia de paralelização de algoritmos bioinspirados que proporciona ganhos significativos na acurácia das soluções. Nesse modelo, o conjunto de soluções candidatas é dividido em subpopulações denominadas ilhas. Cada ilha evolui seu conjunto de soluções por meio de seu próprio algoritmo bioinspirado, operando de forma paralela às outras ilhas. Periodicamente, as ilhas trocam soluções entre si através do processo de migração. Esse movimento de soluções entre as ilhas é condicionado à topologia do modelo e a um conjunto de regras que compõem a política de migração. Este trabalho propõe uma nova abordagem de implementação para MIPs, inspirada em heterogeneidade e reconfiguração algorítmica: o MIP heterogêneo com reconfiguração baseada em estagnação. A heterogeneidade permite a execução de diferentes algoritmos bioinspirados nas ilhas, aumentando a diversidade. Ao mesmo tempo, a reconfiguração algorítmica permite a substituição dos algoritmos bioinspirados caso a estagnação das ilhas é detectada. Durante o processo evolutivo, cada ilha mantém um registro do seu progresso, mensurado pelo desempenho do melhor indivíduo em cada ilha, na geração atual e nas duas gerações anteriores. Sempre que exista estagnação, ou seja, não se detecte progresso, a ilha é reconfigurada para continuar o processo evolutivo executando o melhor algoritmo bioinspirado até o momento. Essa abordagem é particularmente útil para lidar com problemas de otimização nos quais encontrar soluções ótimas em tempo polinomial é impraticável. O novo modelo com reconfiguração baseada em estagnação computa soluções melhores que as obtidas por uma variedade de MIPs homogêneos e MIPs heterogêneos com reconfiguração aplicada numa frequência fixa.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).N P-hard optimization problems are encountered in various fields of activity, and as the understanding and practice in these fields advance, their complexities become more pronounced. Several bioinspired algorithms have been proposed in recent decades to address optimization problems. Each of these algorithms possesses unique characteristics that impact the evolutionary process and the quality of the solutions achieved in distinct ways. The Parallel Island Model (PIM) is a strategy for parallelizing bioinspired algorithms that yields significant gains in solution accuracy. In this model, the set of candidate solutions is divided into subpopulations known as islands. Islands parallelly evolve, and each island modifies its solutions using its bioinspired algorithm. Periodically, islands exchange solutions through the migration process. This movement of solutions between islands is conditioned by the model’s topology and a set of rules comprising the migration policy. This work aims to design a model that profits from the PIM architecture to compute the highest quality solutions. A new model is introduced, inspired by heterogeneity and algorithmic reconfiguration: the stagnation-based reconfigurable heterogeneous PIMs. Heterogeneity allows the execution of different bioinspired algorithms on islands, increasing model diversity. At the same time, algorithmic reconfiguration replaces the applied bioinspired algorithm when islands’ stagnation is detected. During the evolutionary process, each island maintains a record of its progress, measured by the fitness of the best individual in each island in the current and previous two generations. Whenever an island presents stagnation, i.e., no progress is detected, the island is reconfigured to continue the evolutionary process by executing the best-bioinspired algorithm up to that point. The new stagnation-based reconfigurable model provides better solutions than various homogeneous PIMs and heterogeneous PIMs with fixed-frequency-based reconfiguration.Instituto de Ciências Exatas (IE)Departamento de Ciência da Computação (IE CIC)Programa de Pós-Graduação em InformáticaAyala-Rincón, MauricioSilveira, Lucas Ângelo da2024-10-16T18:24:41Z2024-10-16T18:24:41Z2024-10-162024-04-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfSILVEIRA, Lucas Ângelo da. Dynamically reconfigurable heterogeneous parallel island model. 2024. 124 f., il. Tese (Doutorado em Informática) — Universidade de Brasília, Brasília, 2024.http://repositorio.unb.br/handle/10482/50609engA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-10-16T18:24:42Zoai:repositorio.unb.br:10482/50609Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-10-16T18:24:42Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Dynamically reconfigurable heterogeneous parallel island model
Modelo de ilhas paralelo heterogêneo dinamicamente reconfigurável
title Dynamically reconfigurable heterogeneous parallel island model
spellingShingle Dynamically reconfigurable heterogeneous parallel island model
Silveira, Lucas Ângelo da
Algoritmos genéticos
Modelos de ilhas paralelas
title_short Dynamically reconfigurable heterogeneous parallel island model
title_full Dynamically reconfigurable heterogeneous parallel island model
title_fullStr Dynamically reconfigurable heterogeneous parallel island model
title_full_unstemmed Dynamically reconfigurable heterogeneous parallel island model
title_sort Dynamically reconfigurable heterogeneous parallel island model
author Silveira, Lucas Ângelo da
author_facet Silveira, Lucas Ângelo da
author_role author
dc.contributor.none.fl_str_mv Ayala-Rincón, Mauricio
dc.contributor.author.fl_str_mv Silveira, Lucas Ângelo da
dc.subject.por.fl_str_mv Algoritmos genéticos
Modelos de ilhas paralelas
topic Algoritmos genéticos
Modelos de ilhas paralelas
description Tese (Doutorado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2024.
publishDate 2024
dc.date.none.fl_str_mv 2024-10-16T18:24:41Z
2024-10-16T18:24:41Z
2024-10-16
2024-04-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVEIRA, Lucas Ângelo da. Dynamically reconfigurable heterogeneous parallel island model. 2024. 124 f., il. Tese (Doutorado em Informática) — Universidade de Brasília, Brasília, 2024.
http://repositorio.unb.br/handle/10482/50609
identifier_str_mv SILVEIRA, Lucas Ângelo da. Dynamically reconfigurable heterogeneous parallel island model. 2024. 124 f., il. Tese (Doutorado em Informática) — Universidade de Brasília, Brasília, 2024.
url http://repositorio.unb.br/handle/10482/50609
dc.language.iso.fl_str_mv eng
language eng
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083725009190912

Registros relacionados