Primjena tehnologije OpenCL na implementaciju populacijskih optimizacijskih algoritama

Sažetak na hrvatskom: Optimizacijski problemi čest su tip problema s kojima se čovjek susreće. Često se radi o tipu problema s prevelikim prostorom rješenja za rješavanje grubom silom. Genetski algoritam jedan je od populacijskih optimizacijskih algoritama koji takav tip problema rješava uporabom me...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:51451/Details
Glavni autor: Zeba, Borna (-)
Ostali autori: Čupić, Marko (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, B. Zeba, 2019.
Predmet:
LEADER 02435na a2200229 4500
003 HR-ZaFER
008 160221s2019 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid6793 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Zeba, Borna  |9 40738 
245 1 0 |a Primjena tehnologije OpenCL na implementaciju populacijskih optimizacijskih algoritama :  |b završni rad /  |c Borna Zeba ; [mentor Marko Čupić]. 
246 1 |a Application of OpenCL to Population-based Optimization Algorithms Implementation  |i Naslov na engleskom:  
260 |a Zagreb,  |b B. Zeba,  |c 2019. 
300 |a 32 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: 2019-09-04 
520 3 |a Sažetak na hrvatskom: Optimizacijski problemi čest su tip problema s kojima se čovjek susreće. Često se radi o tipu problema s prevelikim prostorom rješenja za rješavanje grubom silom. Genetski algoritam jedan je od populacijskih optimizacijskih algoritama koji takav tip problema rješava uporabom metoda sličnih prirodnoj evoluciji. U ovom radu razmatraju se različiti pristupi implementacije paralelnog genetskog algoritma u tehnologiji OpenCL, a u svrhu ubrzanja izvođenja. Ispituje se učinkovitost i nedostatci takvog pristupa. Demonstrirana je implementacija na primjeru problema pronalaska prijenosne karakteristike nekog sustava. 
520 3 |a Sažetak na engleskom: Optimization problems are often encountered type of real-world problems. In many cases, solution space of such problems is too large to be solved by brute force. Genetic algorithm is one of population-based optimization algorithms which offers a way of tackling optimization problems based on methods and principles deduced from evolution theory. This thesis covers different implementation methods of a parallel genetic algorithm using OpenCL technology, as to improve execution performance. It considers efficiency and shortcomings of such approach and demonstrates a possible implementation on the problem of determining some system’s transfer characteristic.  
653 1 |a OpenCL  |a populacijski optimizacijski algoritam  |a genetski algoritam  |a paralelna obrada 
653 1 |a  OpenCL  |a population-based optimization algorithm  |a genetic algorithm  |a parallel computing 
700 1 |a Čupić, Marko  |4 ths  |9 31150 
942 |c Z 
999 |c 51451  |d 51451