Primjena tehnologije Cuda na implementaciju populacijskih optimizacijskih algoritama

Sažetak na hrvatskom: Optimizacijski algoritmi uobicajeno su ra ˇ cunalno zahtjevni i podrazumijevaju in- ˇ krementalno modificiranje rješenja od loših pocetnih prema dobrim, a idealno optimal- ˇ nim. Populacijski algoritmi pri tome rade s mnogo prijedloga rješenja. S obzirom na njihovu korisnost u...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:50109/Details
Glavni autor: Smoković, Ivan (-)
Ostali autori: Čupić, Marko (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, I. Smoković, 2018.
Predmet:
LEADER 02044na a2200229 4500
003 HR-ZaFER
008 160221s2018 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid5673 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Smoković, Ivan 
245 1 0 |a Primjena tehnologije Cuda na implementaciju populacijskih optimizacijskih algoritama :  |b završni rad /  |c Ivan Smoković ; [mentor Marko Čupić]. 
246 1 |a Application of Cuda to Population-based Optimization Algorithms Implementation  |i Naslov na engleskom:  
260 |a Zagreb,  |b I. Smoković,  |c 2018. 
300 |a 34 str. ;  |c 30 cm +  |e CD-ROM 
502 |b preddiplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2018-06-15, datum završetka: 2018-07-13 
520 3 |a Sažetak na hrvatskom: Optimizacijski algoritmi uobicajeno su ra ˇ cunalno zahtjevni i podrazumijevaju in- ˇ krementalno modificiranje rješenja od loših pocetnih prema dobrim, a idealno optimal- ˇ nim. Populacijski algoritmi pri tome rade s mnogo prijedloga rješenja. S obzirom na njihovu korisnost u rješavanju raznolikih problema postoji vrlo velika motivacija za njihov razvoj. Ovaj rad predlaže implementaciju populacijskog genetskog algoritma visokih performansi korištenjem tehnologije CUDA. 
520 3 |a Sažetak na engleskom: Optimization algorithms are usually computationally intensive and involve the incremental modification of solutions from bad to good, ideally optimal. Population algorithms work with many solutios at the same time. Given their usefulness in solving various problems there is very great motivation for their development. This paper proposes the implementation of a high-performance population genetic algorithm using CUDA.  
653 1 |a paralelno računarstvo  |a CUDA  |a genetski algoritam  |a evolucijski algoritam  |a bent-funkcije 
653 1 |a parallel computing  |a CUDA  |a genetic algorithm  |a evolutionary algorithm  |a Bent functions 
700 1 |a Čupić, Marko  |4 ths 
942 |c Z 
999 |c 50109  |d 50109