Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới Lời cảm ơn Em xin trân trọng gửi đến thầy PGS.TS Nguyễn Phi Khứ – Giảng viên môn học Tính toán lưới một lời cảm ơn sâu sắc, thầy đã truyền đạt cho chúng em những kiến thức vô cùng quý báu, xin chân thành cám ơn ban cố vấn học tập và ban quản trị chương trình đào tạo thạc sĩ Công nghệ thông tin qua mạng của Đại Học Quốc Gia TPHCM đã tạo điều kiện về tài liệu tham khảo để em có thể hoàn thành môn học này. Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 1 1. Tổng quan Các thuật toán tiến hóa (EA) là một họ của các mô hình tính toán lấy cảm hứng từ các quá trình tiến hóa của tự nhiên, đã được áp dụng với một mức độ thành công lớn cho vấn đề phức tạp cần tối ưu hóa thiết kế. Trong các thuật toán di truyền (GA), một lớp con của EA, những giải pháp tiềm năng được mã hóa thành một cấu trúc dữ liệu nhiễm sắc thể đơn giản, những hoạt động tái tổ hợp và đột biến liên tục áp dụng đối với các giải pháp tiềm năng cho đến khi điều kiện cuối cùng được thực hiện. Tuy nhiên, hàng ngàn lần gọi đến các mã phân tích nên yêu cầu một giải pháp tối ưu trong GA phổ dụng nhất. Thời gian tăng cao khi sử dụng mã phân tích trong khoa học và kỹ thuật cho việc nghiên cứu ảnh hưởng đến thay đổi các thông số thiết kế quan trọng trên hiệu suất sản phẩm đã tiếp tục dẫn đến chu kỳ thiết kế lâu hơn và khó hơn. Với độ phức tạp tính toán cao của các bài toán tối ưu tổ hợp cũng như đòi hỏi về mặt thời gian, việc giải các bài toán này yêu cầu cần phải có những cài đặt song song hóa hiệu quả của các giải thuật để giải quyết chúng. May mắn thay, Sức mạnh của GA là khả năng phân vùng không gian tìm kiếm cá thể của các cá nhân trong nhiều nút tính toán. Làm như vậy cho phép tốc độ tuyến tính trong tính toán và thậm chí tốc độ siêu tuyến tính nếu tốc độ thuật toán có thể được cải thiện. Trong một thập kỷ qua, nhiều phiên bản song song hóa của thuật toán di truyền ( GA ) ra đời cho việc khai thác song song của các thuật toán di truyền. Trong khi rất nhiều nghiên cứu về song song hóa các thuật toán di truyền phân tán với công nghệ máy tính khác nhau này đã được thực hiện, hầu hết các nghiên cứu và ứng dụng của song song hóa đã được sử dụng trên các nút máy tính chuyên dụng và đồng nhất. Việc tập trung nghiên cứu về tài nguyên máy tính chuyên dụng có quy mô nhỏ và không dễ dàng có thể kéo dài đối với việc khai thác tài nguyên máy tính có qui mô lớn hoặc thậm chí tổ chức tại vị trí địa lý khác nhau. Vấn đề này là một trong những thách thức lớn, như nhiều công nghệ sẵn có không có các giao diện và phương pháp làm việc chung. Ngoài ra, việc đánh giá song song hóa trong PGAs thường bị hạn chế bởi các Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 2 giấy phép thương mại, hạn chế một đội ngũ thiết kế có thể truy cập liên tục để phân tích thiết kế cùng một lúc. Điều này là do chí phí quá cao kết hợp với giấy phép thương mại, ví dụ ANSYS [1] , FLU-ENT [1] , SYSNOISE [1] , v.v. Đó là những lý do mà sự ra đời gần đây mà người ta thường gọi là Tính Toán Lưới đã được chú ý sử dụng rộng rãi, như nó đặt các khái niệm của việc thiết lập các tiêu chuẩn mở cho phân phối tài nguyên và dịch vụ phổ biến. Những tiến bộ trong Tính toán lưới cũng thúc đẩy việc nghiên cứu và phát triển môi trường giải quyết vấn đề Lưới cho thiết kế phức tạp trong khoa học và kỹ thuật. Trong khi nhiều vấn đề mở vẫn còn khi sử dụng điện toán lưới trên khắp mặt địa lý khác nhau, lập kế hoạch, quản lý tài nguyên, và lưới điểm chuẩn là một trong những chủ đề thảo luận thường xuyên hơn. Để bổ sung cho công trình hiện có trên song song hóa các thuật toán di truyền. Tôi sẽ trình bày một công nghệ song song thuật toán di truyền sử dụng mô hình kết hơp công nghệ điện toán lưới trong chương này. Thư viện cung cấp tính năng độc đáo bao gồm: 1) Là một yếu tố GridRPC mở rộng giảm nhẹ độ phức tạp của môi trường điện toán lưới từ người dùng và 2) Một phân lịch liền mạch khám phá tài nguyên và lựa chọn trong một môi trường lưới. Sau đó, các thí nghiệm được thực hiện để đánh giá hiệu quả của các thư viện đã đề xuất cho tối ưu hóa quá trình song song hóa theo các môi trường lưới. Cuối cùng, thuật toán tìm kiếm di truyền song song hóa cho phép lưới điện toán để cải thiện thuật toán tăng lên đáng kể để tối ưu hóa thiết kế tiến hóa. Phần còn lại của bài tiểu luận sẽ được tổ chức như sau: Trong phần 2, tôi trình bày một cách ngắn gọn tổng quan về các thuật toán di truyền, thuật toán di truyền song song, là một trong những phương pháp tối ưu hóa thiết kế thành công được sử dụng trong khoa học và kỹ thuật. Phần 3 mô tả đề xuất cho phép lưới song song hóa thuật toán di truyền sử dụng mô hình kết hợp (GE-HPGA) thư viện tối ưu hóa. Phân tích lý thuyết về tăng tốc độ GE-HPGA cũng được trình bày trong mục này. Phần 4 Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 3 trình bày một nghiên cứu thực nghiệm trên GE-HPGA trong môi trường điện toán lưới có chứa hỗn hợp các cụm máy tính đa dạng trên các vị trí địa lý khác nhau. Cuối cùng, Phần 5 kết luận ngắn gọn bài tiểu luận này và hướng phát triển của đề tài. 2. Song Song Hóa Thuật Toán Di Truyền 2.1 Khái niệm Thuật toán di truyền [4] Thuật toán di truyền cổ điền là các kỹ thuật phỏng theo quá trình thích nghi tiến hóa của các quần thể sinh học dựa trên học thuyết Darwin. Tư tưởng của thuật toán di truyền là mô phỏng các hiện tượng tự nhiên: Kế thừa và đấu tranh sinh tồn để cái tiến lời giải và khảo sát không gian lời giải khái niệm kế thừa và đấu tranh sinh tồn được giải thích qua thí dụ về sự tiến hóa của một quần thể thỏ như sau: Có một quần thể thỏ, trong đó có một số con nhanh nhẹn và thông minh hơn những con khác. Những chú thỏ nhanh nhẹn và thông minh có xác suất bị chồn cáo ăn thịt nhỏ hơn, do đó cũng tồn tại dể làm những gì tốt nhất có thể : Tạo thêm nhiều thỏ tốt. Dĩ nhiên, một số thỏ chậm chạp đần độn cũng sống sót vì may mắn. Quần thể những chú thỏ còn sống sót sẽ bắt đầu sinh sản. Việc sinh sản này sẽ tạo ra một hỗn hợp tốt về "nguyên liệu di truyền thỏ". Một số thỏ chậm chạp có con với những con thỏ nhanh, một số nhanh nhẹn có con với thỏ nhanh nhẹn, một số thông minh với thỏ đần độn… Và trên tất cả thiên nhiên lại ném vào một con thỏ "hoang dã" bằng cách làm đột biến nguyên liệu di truyền thỏ. Những chú thỏ con do kết quả này sẽ nhanh hơn và thông minh hơn những con thỏ trong quần thể gốc vì có nhiều bố mẹ nhanh nhẹn và thông minh hơn đã thoát chết khỏi chồn cáo. Khi tìm kiếm lời giải tối ưu , thuật toán di truyền cũng thực hiện các bước tương ứng với câu chuyện đấu tranh sinh tồn của loài thỏ. Thuật toán di truyền sử dụng các thuật ngữ vay mượn của di truyền học. Ta có thể nói về các cá thể (hay kiểu gen, cấu trúc) trong một quần thể, những cá thể này cũng còn được gọi là chuỗi hay các nhiễm sắc thể. Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 4 Mỗi kiểu gen (ta gọi là một nhiễm sắc thể) sẽ biểu diễn một lời giải của bài toán đang giải (ý tưởng của một nhiễm sắc thể cụ thể được người sử dụng xác định trước), một tiến trình tiến hóa được thực hiện trên một quần thể các nhiễm sắc thể tương ứng với một quá trình tìm kiếm lời giải trong không gian lời giải. Tìm kiếm đó cần cân đối hai mục tiêu: Khai thác những lời giải tốt nhất và khảo sát không gian tìm kiếm. Leo đồi là một ví dụ về chiến lược cho phép khai thác và cải thiện lời giải tốt nhất hiện hành nhưng leo đồi lại bỏ qua việc khảo sát không gian tìm kiếm. Ngược lại, tìm kiếm ngẫu nhiên là một ví dụ điển hình của chiến lược khảo sát không gian tìm kiếm mà không chú ý đến việc khai thác những vùng đầy hứa hẹn của không gian. Thuật toán di truyền (GA) là phương pháp tìm kiếm (độc lập miền) tạo được sự cân đối đáng kể giữa việc khai thác và khảo sát không gian tìm kiếm. Thực ra, GA thuộc lớp các thuật giải xuất sắc, nhưng lại rất khác những thuật giải ngẫu nhiên vì chúng kết hợp các phần tử tìm kiếm trực tiếp và ngẫu nhiên. Khác biệt quan trọng giữa tìm kiếm của GA và các phương pháp tìm kiếm khác là GA duy trì và xử lý một tập các lời giải (ta gọi là một quần thể) Theo đề xuất của giáo sư John Holland, một vấn đề bài toán đặt ra sẽ được mã hóa thành các chuỗi với chiều dài bit cố định. Nói một cách chính xác là các thông số của bài toán sẽ được chuyển đổi và biểu diễn lại dưới dạng các chuỗi nhị phân. Các thông số này có thể là các biến của một hàm hoặc hệ số của một biểu thức toán học. Người ta gọi các chuỗi bít này là mã genome ứng với mỗi cá thể, các genome đều có cùng chiều dài. Nói ngắn gọn, một lời giải sẽ được biểu diễn bằng một chuỗi bít, cũng như mỗi cá thể đều được quy định bằng gen của cá thể đó vậy. Như vậy, đối với thuật giải di truyền, một cá thể chỉ có một gen duy nhất và mọt gen cũng chỉ phục vụ cho một cá thể duy nhât. Do đó, gen chính là cá thể và cá thể chính là gen. Ban đầu, ta sẽ phát sinh một số lượng lớn, giới hạn các cá thể có gen ngẫu nhiên - nghĩa là phát sinh một tập hợp các chuỗi bit ngẫu nhiên. Tập các cá thể này được gọi là quần thể ban đầu (initial population). Sau đó, dựa trên một hàm nào đó, ta sẽ xác định được một giá trị có độ thích nghi - Fitness. Giá trị này, để đơn giản cho đơn giản Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 5 chính là độ "tốt" của lời giải hay đọ cao trong tìm kiếm theo kiểu leo đồi. Vì phát sinh ngẫu nhiên nên độ "tốt" của lời giải hay tính thích nghi của cá thể trong quần thể ban đầu là không xác định. Để cải thiện tính thích nghi của quần thể người ta tìm cách tạo ra quần thể mới. Có hai cách thao tác thực hiện trên thế hệ hiện tại để tạo ra một thế hệ khác với độ thích nghi tốt hơn. Thao tác đầu tiên là sao chép nguyên mẫu một nhóm các cá thể tốt từ thế hệ trước rồi đưa sang thế hệ sau (selection). Thao tác này đảm bảo độ thích nghi của thế hệ sau luôn được giữ ở một mức độ hợp lý. Các cá thể được chọn thông thường là các cá thể có độ thích nghi cao nhất. Thao tác thứ hai là tạo ra cá thể mới bằng cách thực hiện các thao tác sinh sản trên một số cá thể được chọn từ thế hệ trước, thông thường cũng là những cá thể có độ thích cao. Có hai loại thao tác sinh sản: một là thao tác lai tạo (crossover), hai là đột biến (mutalion). Trong thao tác lai tạo, từ gen của hai cá thể được chọn trong thế hệ trước sẽ được phối hợp với nhau (theo một quy tác nào đó) để tạo thành hai gen mới. Thao tác chọn lọc và lai tạo giúp tạo ra thế hệ sau. Tuy nhiên, nhiều khi do thế hệ khởi tạo ban đầu có đặc tính chưa phong phú và chưa phù hợp nên các cá thể không rải đều được không gian của bài toán (tương tự như trường hợp leo đồi, các người leo đồi tập trung dồn vào một góc trên vùng đất). Từ đó, khó có thể tìm ra lời giải tối ưu cho bài toán. Thao tác đột biến sẽ giúp giải quyết được vấn đề này. Đó là sự biến đổi ngẫu nhiên một hoặc nhiều thành phần gen của một cá thể ở thế hệ trước tạo ra một cá thể hoàn toàn mới ở thế hệ sau. Nhưng thao tác này chỉ được phép sảy ra với tần xuất rất thấp (thường dưới 0.01), vì thao tác này có thể gây xáo trộn và làm mất đi những cá thể chọn lọc và lai tạo có tính thích nghi cao, dẫn đến thuật toán không còn hiệu quả. Thế hệ mới được tạo ra lại được xử lý như thế hệ trước cho đến khi có một cá thể đạt được giải pháp mong muốn hoặc đạt đến thời gian giới hạn. Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 6 Hình 2.1. Mô hình thuật toán di truyền. 2.2 Cấu trúc của giải thuật di truyền như sau: 1. t = 0 2. initialize P(t) 3. evaluate structures in P(t) 4. while not end do 5. t = t + 1 6. select C(t) from P(t - 1) 7. recombine structures in C(t) forming C'(t) 8. mutate structures in C' (t) forming C'' (t) 9. evaluate structures in C''(t) 10. replace P(t) from C''(t) and/or P (t - 1) Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 7 Khởi tạo quần thể (initialize): Quần thể đầu tiên được khởi tạo một cách ngẫu nhiên từ tập hợp những cá thể riêng lẻ. Kích cỡ của quần thể đầu tiên phụ thuộc vào yếu tố tự nhiên của bài toán, nhưng nhìn chung thì một bài toán có đến hàng trăm hay hàng nghìn giải pháp hợp lý. Tập hợp những giải pháp hợp lý cho vấn đề được gọi là không gian tìm kiếm (search space). Trước một bài toán áp dụng thuật toán di truyền, ta cần phải xác định rõ nhiễm sắc thể và cá thể cho vấn đề, và thông thường đó sẽ là kết quả cuối cùng. Việc phân tích sẽ dựa trên kết quả cơ bản tốt nhất. Hàm định nghĩa độ thích nghi (evaluate): Các quá trình tiến hóa diễn ra trong vòng lặp While, tại thế hệ thứ t, thuật toán di truyền duy trì một tập lời giải P(t) = {x t 1, x t 2, , …, x t n }. Mỗi lời giải x t i được đánh giá "độ thích nghi ", hay độ "tốt" của lời giải. Phép chọn lọc (select): Phép chọn là quá trình loại bỏ các cá thể xấu trong quần thể để chỉ dữ lại trong quần thể các cá thể tốt. Phép chọn được mô phỏng:  Sắp xếp quần thể theo thứ tự độ thích nghi giảm dần.  Loại bỏ các cá thể cuối dãy để chỉ giữ lại n cá thể tốt nhất. Giả sử ở đây quần thể có kích thước cố định n. Có nhiều phương pháp chọn lọc Nhiễm sắc thể: o Chọn lọc Roulette (Roulett Wheel Selection). o Chọn lọc xếp hạng (Rank Selection). o Chọn lọc cạnh tranh (Tournament Selection) Quá trình sinh sản [4] : Có hai loại thao tác sinh sản  Phép lai tạo (Crossover): là quá trình hình thành nhiễm sắc thể mới trên cơ sở nhiễm sắc thể cha mẹ bằng cách ghép một hay nhiều đoạn gen của hai hay nhiều nhiễm sắc thể cha mẹ với nhau. Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 8 Có những phương pháp lai ghép sau: o Lai ghép ánh xạ từng phần (PMX Partial Mapped Crossover). o Lai ghép có trật tự (OX order Crossover). o Lai ghép dựa trên vị trí (Position Based Crossover). o Lai ghép dựa trên thứ tự (Order Base Crossover). o Lai ghép có chu trình (CX cycle Crossover). o Lai ghép thứ tự tuyến tính (LOX Linear order Crossover). Phép lai tạo xảy ra với xác suất p c , được mô phỏng như sau:  Chọn ngẫu nhiên một hay nhiều cá thể bất kỳ trong quần thể. Giả sử các nhiễm sắc thể của cha mẹ đều có m gen.  Tạo một số ngẫu nhiên trong khoảng từ 1 đến m - 1 (được gọi là điểm lai). Điểm lai chia các chuỗi cha mẹ có độ dài m thành hai nhóm chuỗi con với độ dài m 1 , m 2 hai chuỗi nhiễm sắc thể mới là m 11 + m 12 và m 21 + m 22  Đưa hai cá thể mới vào quần thể để tham gia các quá trình tiến hóa tiếp theo. Ví dụ : Hai nhiễm sắc thể cha mẹ : Parent 1: 1 0 1 0 1 1 1 0 0 1 Parent 2: 0 1 1 1 0 0 1 1 1 0 Thì việc trao đổi chéo các nhiễm sắc thể sau gen thứ năm sẽ tạo ra hai con: Child 1: Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 9 1 0 1 0 1 0 1 1 1 0 Child 2: 0 1 1 1 0 1 1 0 0 1  Phép đột biến (mutalion): Phép đột biến là hiện tượng cá thể con mang một (hoặc một số) tính trạng có trong mã di truyền của cha mẹ, tức là sự sửa đổi một hoặc một vài gen của một nhiễm sắc thể chọn bằng cách thay đổi ngẫu nhiên với xác suất là tỷ lệ đột biến. Không ai có thể đánh giá được phương pháp đột biến nào tốt hơn, do đó có một vài phương pháp đơn giản, cũng có vài trường hợp khá phức tạp. Người ta thường chọn một trong những phương pháp sau : o Đột biến đảo ngược (Inversion Mutation). o Đột biến chèn (Insertion Mutation) o Đột biến thay thế (Displacement Mutation). o Đột biến tương hỗ (Reciprocal Exchange). o Đột biến chuyển dịch (Shift Mutation). Phép đột biến xảy ra với xác suất p m nhỏ hơn rất nhiều so với xác suất lai p c. Phép đột biến có thể được mô phỏng:  Chọn ngẫu nhiên một cá thể bất kỳ cha mẹ trong quần thể.  Tạo một số ngẫu nhiên k trong khoảng từ 1 đến m với 1≤ k ≤ m.  Thay đổi gen thứ k và trả cá thể này về quần thể để tham gia vào quá trình tiến hóa tiếp theo. NST1 Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 10 [...]... định bởi: Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 25 (1) Trong đó: Ts: biểu thị thời gian thực hiện khi thuật toán chạy theo tuần tự Tp: biểu thị thời gian thực hiện khi thuật toán chạy theo song song Việc tính toán toàn bộ thuật toán song song hóa có thể được chia thành ba phần chính, tức là tính toán tuần tự(λ), tính toán song song hóa (γ),... tăng tốc hơn khi sử dụng riêng từng mô hình Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 19 Hình 2.6 Mô hình PGA kết hợp 3 Lưới Cho Phép Mô Hình Kết Hợp Song Song Hóa Thuật Toán Di Truyền( GE-HPGA: Grid-enabled Hierarchical Parallel Genetic Algorithm[1]) Trong mục này, tôi sẽ trình bày mô hình kết hợp song song hóa thuật toán di truyền (Grid-enabled... Mỗi cách lựa chọn sẽ tác động đến sự sinh sản, trừ trường hợp lựa chọn di cư ngẫu nhiên và thay thế ngẫu nhiên Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 16 Hình 2.4 Lưu đồ thuật toán theo mô hình đa quần thể Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 17 Một cách lý thuyết toàn bộ... thuật toán di truyền song song sử dụng theo mô hình kết hợp trên môi trường Lưới Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 34 Điện Toán( GE-HPGA), chứ chưa cài đặt thực nghiệm của bài toán Trong chuyên đề Tính Toán Hiệu Năng tôi sẽ trình bày chi tiết hơn về kỹ thuật này.Trong tương lai tôi sẽ hiện thực hóa thuật toán theo ý tưởng trên TÀI... hệ hay kết quả thế nào, chỉ cần dựa vào số giờ qui định mà kết thúc  Tổ hợp: dung nhiều phương án khác nhau cho vấn đề, chẳng hạn như: chạy theo số thế hệ xong sau đó đánh giá cho chạy theo kết quả, hoặc ngược lại Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 11 Thuật toán di truyền song song (PGAs) là mở rộng của các thuật toán di truyền Ưu... bản của PGAs 2.3 Mô hình master-slave[1]: Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 12 Mô hình song song master-slave[1] là mô hình song song dạng đơn quần thể Trong mô hình song song đơn quần thể gồm hai kiểu chính là mô hình GA song song khách-chủ và GA song song đơn dân số phân tán Mô hình GA song song đa quần thể là mô hình trong đó có... việc sử dụ HPGA tuần tự và GE-HPGA đơn và đa cụm trên chức năng Rastrigin Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 33 Hình 7 Biểu đồ về thời gian trung bình của GE-HPGA trong đơn và đa cụm trên chức năng Rastrigin 5 Kết Luận và Hướng phát triển Bài tiểu luận này đã tổng hợp, trình bày về thuật toán di truyền, thuật toán di truyền song song... độ trung bình của khối lượng công việc Đây là một giả lập môi trường lưới điện toán mang tính toàn cầu 4.1 Vấn đề tối ưu hóa chi phí tính toán GE-HPGA giải quyết vấn đề tối ưu hóa chi phí tính toán bằng việc sử dụng chuẩn Rastrigin đa phương thức được định nghĩa như sau: Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 31 Trong đó: J: là kích thước... Lưới Điện Toán thuật toán di truyền song song hóa theo mô hình kết hợp(GE-HPGA: Grid-enabled Hierarchical Parallel Genetic Algorithm) dựa trên chuẩn công nghệ lưới điện toán Thuật toán cung cấp một giải pháp toàn di n và hiệu quả thiết kế tiến hóa theo song song hóa đối với các vấn đề phức tạp với việc tính toán chi phí cao, bằng cách cung cấp các tính năng mới giảm sự phức tạp của một môi trường lưới. .. “quần thể tiến hóa và “đánh giá nhiễm sắc thể” dịch vụ lưới điện toán như mô tả trong hình 2 Trong mỗi cụm, một “quần thể tiến hóa được đưa ra để gọi từ xa bằng cách sử dụng giao thức Globus Chi tiết các công việc của GE-HPGA như hình dưới đây: Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 22 Hình 2 Mô hình cấp 2 của song song hóa GE-HPGA Cấp . quả, hoặc ngược lại. Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 11 Thuật toán di truyền song song (PGAs) là mở rộng của các thuật toán. giới hạn. Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 6 Hình 2.1. Mô hình thuật toán di truyền. 2.2 Cấu trúc của giải thuật di truyền như. của lời giải. Sơ đồ thuật toán: Hiệu Quả Song Song Hóa Thuật Toán Di Truyền Sử Dụng Tính Toán Lưới – Nguyễn Thành Đệ – CH1101073 Trang 13 Hình 2.3. Lưu đồ thuật toán di truyền theo mô hình master-slave 2.4.