A GPGPU Framework for High Performance Evolutionary Computation

用于高性能进化计算的 GPGPU 框架

• 批准号: 23500285
• 负责人: FUJIMOTO Noriyuki
• 金额: $ 3.33万
• 依托单位: Osaka Prefecture University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23500285/
• 关键词: アルゴリズム; 超高速情報処理; ソフトコンピューティング; 並列処理; GPGPU; 進化計算; アルゴリズム; 超高速情報処理; ソフトコンピューティング; 並列処理; GPGPU; 進化計算

A combinatorial optimization problem is a problem to find the best one of various choices. One of promising methods to solve combinatorial optimization problems is evolutionary computation, which was inspired by biological evolution. In this study, how GPUs can accelerate evolutionary computation has been studied. A GPU is a electronic part equipped with common PCs. Consequently, a maximum of 101 times speedup was achieved for problems such as the quadratic assignment problem, the traveling salesman problem, and so on.

组合优化问题是找到最佳选择之一的问题。解决组合优化问题的有前途的方法之一是进化计算，这是受生物进化的启发。在这项研究中，已经研究了GPU如何加速进化计算。 GPU是配备常见PC的电子零件。因此，对于诸如二次分配问题，旅行人员问题等问题等问题，最多达到了101倍的速度。