Thuật toán song song trong tổng hợp tiến hóa đa biến của các mô hình phi tuyến

Pleiades Publishing Ltd - Tập 10 - Trang 140-148 - 2017
O. G. Monakhov1, E. A. Monakhova1
1Institute of Computational Mathematics and Mathematical Geophysics, Siberian Branch, Russian Academy of Sciences, Novosibirsk, Russia

Tóm tắt

Một thuật toán song song đã được đề xuất để giải quyết vấn đề xây dựng các mô hình phi tuyến (biểu thức toán học, hàm, thuật toán và chương trình) sử dụng dữ liệu thực nghiệm đã cho, tập biến, các hàm nền tảng và các phép toán. Thuật toán được thiết kế cho tổng hợp tiến hóa đa biến của các mô hình phi tuyến bao gồm đại diện tuyến tính của một gen, các phép toán mô-đun trong việc phân giải kiểu gen thành kiểu hình để diễn giải một gen như là một chuỗi hướng dẫn, và một phương pháp đa biến để trình bày một tập hợp các mô hình (biểu thức) bằng cách sử dụng một gen duy nhất. Phiên bản tuần tự của thuật toán đã được so sánh với thuật toán lập trình di truyền tiêu chuẩn (GP) và thuật toán lập trình di truyền Cartesian (CGP). Thuật toán được đề xuất đã cho thấy vượt trội hơn các thuật toán GP và CGP cả về thời gian cần thiết để tìm kiếm giải pháp (hơn một bậc trong hầu hết các trường hợp) và xác suất tìm thấy một hàm (mô hình) đã cho. Các thí nghiệm đã được thực hiện trên các hệ thống siêu máy tính song song, và những ước lượng về hiệu suất của thuật toán song song đã được đưa ra; các ước lượng cho thấy tốc độ gia tăng và khả năng mở rộng tuyến tính.

Từ khóa

#thuật toán song song #tổng hợp tiến hóa #mô hình phi tuyến #lập trình di truyền

Tài liệu tham khảo

Koza, J., Genetic Programming II: Automatic Discovery of Reusable Programs, Cambridge: MIT Press, 1996. Langdon, W.B. and Poli, R., Foundations of Genetic Programming, Springer-Verlag, 2002. Poli, R., Langdon, W.B., and McPhee, N.F., A Field Guide to Genetic Programming, San Francisco, California, USA: Lulu.com, 2008. Emel’yanov, V.V., Kureychik, V.V., and Kureychik, V.M., Teoriya i praktika evolyutsionnogo modelirovaniya (Theory and Practice of EvolutionaryModeling),Moscow: FIZMATLIT, 2003. Monakhov, O.G., Investigation into the Effect of the Templates Specialization Degree on the Search Space for Evolutionary Synthesis ofModels, Prikl. Diskr. Mat., 2012, no. 3, pp. 84–94. Miller, J.F., Cartesian Genetic Programming, Springer, 2011. Monakhova, E.A. and Monakhov, O.G., Searching for Record Circulant Graphs Using a Parallel Genetic Algorithm, Discr. An. Issl. Oper., 2015, vol. 22, no. 6, pp. 29–39. Oltean, M., Multi Expression Programming, Tech. Rep. of Babes–Bolyai Univ. Romania, 2006.