РОЗПАРАЛЕЛЕНИЙ АЛГОРИТМ СИНТЕЗУ ЕМПІРИЧНИХ МОДЕЛЕЙ ОПТИМАЛЬНОЇ СКЛАДНОСТІ
Ключові слова:
система, ген, хромосома, критерій пристосування, розмірність задачі, система рівнянь, арифметична операція, аналіз алгоритму.Анотація
Запропонований метод, який значно розширює клас емпіричних моделей і дозволяє синтезувати моделі оптимальної складності, спираючись на зовнішній критерій відбору моделей. Показано, що із збільшенням розмірності задачі синтезу емпіричних моделей зростають затрати машинного часу на їх програмну реалізацію. Тому актуальною науковою задачею є зменшення затрат машинного часу, що дозволить синтезувати емпіричні моделі високої розмірності. Одним із шляхів розв’язання поставленої задачі – розпаралелення алгоритму синтезу моделей оптимальної складності. Проведений аналіз алгоритму побудови таких моделей, який показав, що найбільш затратними операціями є розв’язання системи лінійних алгебраїчних рівнянь. Ці операції виконуються багаторазово. Для виявлення ефективності паралельних алгоритмів синтезу моделей оптимальної складності обчислено кількість арифметичних операцій, які мають місце при реалізації паралельних алгоритмів і здійснено їх порівняння з відповідним послідовним алгоритмом.
Завантаження
Посилання
2. Горбійчук М. І. Метод синтезу емпіричних моделей на засадах генетичних алгоритмів / М. І. Горбійчук, М. І. Когутяк, О. Б. Василенко, І. В. Щупак // Розвідка та розробка нафтових і газових родовищ. – 2009. - № 4(33). – С. 72-79.
3. Курейчик В. М. Генетические алгоритмы / В. М. Курейчик // Перспективные информационные технологии и интеллектуальные системы. –2000. – № 1. – С. 18-22.
4. Воеводин Вл. В. Вычислительное дело и кластерные системы / Вл. В. Воеводин, С. А. Жуматий. – М.: Изд. МГУ, 2007. – 150 с.
5. Valkovskii V. A. An optimal algorithm for solving the problem of digital filtering / V.A. Valkovskii // Pattern Recognition and Image Analysis. – 1994 – 4, vol. 3. – P. 241 – 247.
6. Тютюнник М. Паралельні алгоритми та засоби розв’язання деяких задач масових обчислень / М. Тютюнник // Конференція молодих вчених «Підстригачівські читання – 20010», м. Львів, 25 – 26 червня 2010 року. – Львів: Ін-т прикл. пр. мех. і мат., 2010.
7. Полищук А. Д. Оптимизация оценки качества функционирования сложных динамических систем / А. Д. Полищук // Проблемы управления и информатики. – 2004. – № 4. – С. 39 – 44.
8. Хіміч О. Блочно-циклічні паралельні алгоритми методу Гауса розв’язування систем лінійних алгебричних рівнянь з розрідженими матрицями / О. Хіміч, В. Полянко // Вісник Львів. ун-ту. Серія прикл. матем. інформ. – 2009. – Вип. 15. – C. 109–116.
9. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский; пер. с польск. И. Д. Рудинского. – М.: Горячая линия-Телеком, 2004. – 452 с.
10. Вержбицкий В. М. Основы численных методов: учебник для вузов / В. М. Вержбицкий. – М.: Высшая школа, 2002. – 840 с.
11. Волков Е. А. Численные методы: учебное пособие для вузов / Е. А. Волков.– 2-е изд., исп. – М.: Наука, 1987. – 248 с.