A Parallel Discrete Firefly Algorithm on GPU for Permutation Combinatorial Optimization Problems

Vidal, Pablo Javier; Olivera, Ana Carolina

doi:10.1007/978-3-662-45483-1_14

Cited by 5 publications

(8 citation statements)

References 37 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Con el objetivo de testear el GPU-DFA se utilizaron como parámetros del algoritmo n=32 y m=16. Estos valores fueron obtenidos en un estudio previo realizado por los autores y puede ser consultado en [40].…”

Section: = * 10 (4)unclassified

“…El Algoritmo de Luciérnaga (FA, Firefly Algorithm) fue desarrollado recientemente por Yang [41][42][43][44][45] y desde su aparición se ha utilizado en una variedad de problemas de optimización [3,8,25,40,44]. El FA está basado en el comportamiento de las luciérnagas las cuales están caracterizadas por su capacidad de emitir luz (bioluminiscencia).…”

Section: Introductionunclassified

“…Todos los óptimos locales, incluido el global pueden ser obtenidos simultáneamente [41][42][43][44][45]. Debido a la reciente aparición de este algoritmo existen pocos trabajos publicados sobre su implementación en GPU [6,15,40].…”

Section: Introductionunclassified

“…En particular, en este trabajo extendemos la investigación desarrollada por Vidal y Olivera (2014) [40] y proponemos un Algoritmo de Luciérnaga íntegramente diseñado para GPU con el objetivo de resolver el problema DNA-FAP considerando instancias de distinta complejidad. Para el análisis utilizamos casos de prueba existentes en la literatura [23] con longitudes de hasta 156305 (tamaño de la secuencia de pares base) (1049 fragmentos a recombinar) y comparamos nuestra propuesta con los mejores métodos existentes en la literatura.…”

Section: Introductionunclassified

See 3 more Smart Citations

Ensamblado de fragmentos de ADN utilizando un novedoso algoritmo de luciérnaga en GPU

Vidal

Olivera

2018

DYNA

Self Cite

View full text Add to dashboard Cite

The Deoxyribonucleic Acid Fragment Assembly Problem (DNA-FAP) consists in reconstruct a DNA chain from a set of fragments taken randomly. Several authors solved the DNA-FAP using different approaches. In general, although it was obtaining good results; the computational time associated is high. The Firefly Algorithm (FA) is a bioinspired model based on the behaviour of fireflies. Considering that FA is a population bioinspired algorithm is possible design a parallel model of itself on Graphics Processing. In this work, a FA especially development for its execution on GPU is presented in order to accelerate the computational process to solve the DNA-FAP. Through several experiments the efficiency of the algorithm and the quality of the results were demonstrated.Keywords: fragment assembly problem; firefly algorithm; graphics processing units; optimization; parallelism. Ensamblado de fragmentos de ADN utilizando un novedoso algoritmo de luciérnaga en GPU ResumenEl problema de ensamblado de fragmentos de cadenas de ácido desoxirribonucleico (Deoxyribonucleic Acid Fragment Assembly Problem, DNA-FAP) consiste en la reconstrucción de cadenas de ADN desde un conjunto de fragmentos tomados aleatoriamente. El DNA-FAP ha sido resuelto por diferentes autores utilizando distintos enfoques. Aunque se obtienen buenos resultados, el tiempo computacional asociado es alto. El algoritmo de luciérnaga (Firefly Algorithm, FA) es un modelo bioinspirado basado en el comportamiento de las luciérnagas. Al ser un algoritmo bioinspirado poblacional es posible generar un modelo paralelo del mismo sobre Unidades de Procesamiento Gráfico (Graphics Processing Units, GPU). En este trabajo un algoritmo de luciérnaga es diseñado especialmente para ser ejecutado sobre una arquitectura GPU de manera tal de acelerar el proceso computacional buscando resolver el DNA-FAP. A través de diferentes experimentos se demuestra la eficiencia computacional y la calidad de los resultados obtenidos.Palabras clave: ensamblado de fragmentos de ADN; algoritmo de luciérnaga; unidades de procesamiento gráfico; optimización; paralelismo. IntroducciónLa necesidad de conocer y predecir mutaciones somáticas y realizar distintos estudios relacionados con el desarrollo de los seres vivos es un tópico de relevancia por su impacto en la medicina para detección y tratamiento de patologías, la investigación forense y el desarrollo de medicamentos. Entre los problemas relacionados con el genoma podemos encontrar el estudio del ensamblado de cadenas de ADN (Deoxyribonucleic Acid Fragment Assembly Problem, DNA-FAP), donde dado un conjunto de cientos o miles de How to cite: Vidal, P.J. and Olivera, A.C., Ensamblado de fragmentos de ADN utilizando un novedoso algoritmo de luciérnaga en GPU. DYNA, 85(204), pp. 108-116, March, 2018. fragmentos de ADN, que pueden contener errores, debemos encontrar la secuencia de ADN original a partir de las permutaciones de los fragmentos que mejor representen a dicha secuencia [17].Existen herramientas que automatizan el secuenciamien...

show abstract

Section: = * 10 (4)unclassified

Section: Introductionunclassified

See 2 more Smart Citations

Ensamblado de fragmentos de ADN utilizando un novedoso algoritmo de luciérnaga en GPU

Vidal

Olivera

2018

DYNA

Self Cite

View full text Add to dashboard Cite

show abstract

“…In this context, the Graphics Processing Units (GPUs) is recognized as powerful way of achieving high-performance on long running scientific applications [23]. Nevertheless, parallel Firefly Algorithm represents a new developing research area and, to the best of our knowledge, very little research has been urdertaken with FA on GPU [27,12,35]. Based in our previous work [35], we propose a Parallel Discrete Firefly Algorithm running entirely on GPU (GPU-DFA) for solving the DNA fragment assembly problem.…”

Section: Introductionmentioning

confidence: 99%

Solving the DNA fragment assembly problem with a parallel discrete firefly algorithm implemented on GPU

Vidal

Olivera

2018

COMSIS J

Self Cite

View full text Add to dashboard Cite

The Deoxyribonucleic Acid Fragment Assembly Problem (DNA-FAP) consists in reconstructing a DNA chain from a set of fragments taken randomly. This problem represents an important step in the genome project. Several authors are proposed different approaches to solve the DNA-FAP. In particular, nature-inspired algorithms have been used for its resolution. Even they were obtaining good results; its computational time associated is high. The bio-inspired algorithms are iterative search processes that can explore and exploit efficiently the solution space. Firefly Algorithm is one of the recent evolutionary computing models which is inspired by the flashing light behaviour of fireflies. Recently, the Graphics Processing Units (GPUs) technology are emerge as a novel environment for a parallel implementation and execution of bio-inspired algorithms. Therefore, the use of GPU-based parallel computing it is possible as a complementary tool to speed-up the search. In this work, we design and implement a Discrete Firefly Algorithm (DFA) on a GPU architecture in order to speed-up the search process for solving the DNA Fragment Assembly Problem. Through several experiments, the efficiency of the algorithm and the quality of the results are demonstrated with the potential to applied for longer sequences or sequences of unknown length as well.

show abstract

An Improved Firefly Algorithm for the Unrelated Parallel Machines Scheduling Problem With Sequence-Dependent Setup Times

Ezugwu

Akutsah

2018

IEEE Access

View full text Add to dashboard Cite

A Parallel Discrete Firefly Algorithm on GPU for Permutation Combinatorial Optimization Problems

Cited by 5 publications

References 37 publications

Ensamblado de fragmentos de ADN utilizando un novedoso algoritmo de luciérnaga en GPU

Ensamblado de fragmentos de ADN utilizando un novedoso algoritmo de luciérnaga en GPU

Solving the DNA fragment assembly problem with a parallel discrete firefly algorithm implemented on GPU

An Improved Firefly Algorithm for the Unrelated Parallel Machines Scheduling Problem With Sequence-Dependent Setup Times

Contact Info

Product

Resources

About