Impact of the Random Number generator quality on particle swarm optimization algorithm running on graphic processor units

Bastos-Filho, Carmelo J. A.; Oliveira, Marcos; Nascimento, Débora; Ramos, A. D.

doi:10.1109/his.2010.5601073

Cited by 18 publications

(9 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A proposta apresentada por Bastos-Filho et al [17] analisaram o desempenho de variações do algoritmo do PSO com a geração de números aleatórios sendo realizada na CPU e na GPU. Essa proposta utiliza-se do gerador de números aleatórios com o operador XORshift proposto por Marsaglia [18], e demonstrou resultados bastante eficientes nas proposições com PSO.…”

Section: Inteligência De Enxames Com Processamento Paralelounclassified

Paralelização de Algoritmos de Busca baseados em Cardumes através de Unidades de Processamento Gráfico

Lins¹,

Neto²,

Filho³

2015

L&NLM

View full text Add to dashboard Cite

Resumo -Busca por cardumes (FSS, Fish School Search)é uma técnica de inteligência computacional usada para resolver problemas de otimização em espaços de busca multimodais com alta dimensionalidade. FSSé inspirada no comportamento social de cardumes, na qual a posição de cada peixe no espaço de busca representa uma possível solução para o problema. Como FSSé uma técnica de inteligência de enxames e sua função objetivo pode ser avaliada para cada peixe individualmente, esta se torna uma potencial candidata para implementações em plataformas de processamento paralelo. A utilização de Unidades de Processamento Gráfico (GPU, Graphic Processing Units) vem se mostrando bastante vantajosa em aplicações que requerem computação paralela intensiva. Com a popularização da plataforma CUDA da NVIDIA, tornou-se possível o desenvolvimento de aplicações de propósito geral em plataformas com GPUs visando atingir processamento de alto desempenho. Neste trabalhó e apresentada uma análise de como adaptar o algoritmo original do FSS utilizando os benefícios da computação paralela. Esta versão foi nomeada de pFSS (parallel Fish School Search). Além de mostrar as vantagens do pFSS em relaçãoà abordagem para execução em CPU, tambémé analisado o desempenho em termos de tempo de execução e convergência nos modos de processamento síncrono e assíncrono. Aindaé apresentada uma análise do impacto da utilização de múltiplas plataformas GPUs operando em colaboração para problemas de alta dimensionalidade. Os resultados desta análise mostram que o pFSS pode atingir speedups de até 127 vezes em relação ao processamento seqüencial em CPU, mantendo a qualidade dos resultados retornados pelo algoritmo de busca por cardumes.Palavras-chave -Inteligência de Enxames, Busca por Cardumes, Unidades de Processamento Gráfico, Computação Paralela. Abstract -Fish School Search (FSS) is a computational intelligence technique developed to solve optimization problems inhigh dimensional multimodal search spaces. FSS was inspired by the social behavior of fish schools. In the FSS, the position of each fish within the search space represents a possible solution for the problem. Since the FSS is a swarm intelligence technique and the fitness function can be evaluated individually for each fish, FSS becomes a potential candidate for parallelization in Graphic Processing Units (GPUs). The use of GPUs has shown a great performance for applications that require intensive parallel computation. Due to the popularization of the NVIDIA's CUDA cards, many general purpose applications were adapted for GPU-based platforms, enabling high-performance processing. We propose in this paper to adapt the original FSS algorithm for GPU-based parallel platforms. We named this version pFSS (parallel Fish School Search). We show the feasibility of our approach in terms of execution time and convergence robustness. We show results for two different processing modes, synchronous and asynchronous. We also present an analysis on the impact of the use of multiple GPU platforms executing in a ...

show abstract

Section: Inteligência De Enxames Com Processamento Paralelounclassified

Paralelização de Algoritmos de Busca baseados em Cardumes através de Unidades de Processamento Gráfico

Lins¹,

Neto²,

Filho³

2015

L&NLM

View full text Add to dashboard Cite

show abstract

“…This allows a fair convergence analysis between the algorithms. All the random numbers needed by the FSS algorithm running on GPU were generated by a normal distribution using the proposal depicted in Bastos-Filho et al (2010).…”

Section: The Asynchronous Fssmentioning

confidence: 99%

“…Some tests regarding the scalability of the algorithms as a function of the number of dimensions were also presented. Bastos-Filho et al (2010) presented an analysis of the performance of PSO algorithms when the random number are generated in the GPU and in the CPU. They showed that the XORshift Random Number Generator for GPUs, described by Marsaglia (2003), presents enough quality to be used in the PSO algorithm.…”

Section: Introductionmentioning

confidence: 99%

Analysis of the Performance of the Fish School Search Algorithm Running in Graphic Processing Units

Lins¹,

Bastos-Filho²,

Nascimento³

et al. 2012

Theory and New Applications of Swarm Intelligence

View full text Add to dashboard Cite

“…GPU-based random numbers generators are discussed by Nguyen (2007) and Thomas et al (2009). Bastos-Filho et al (2010) presented a CPU-free approach for generating random numbers on demand based on the Xorshift generator (Marsaglia (2003)). They also analyzed the quality of the random numbers generated with the PSO algorithm and showed that the quality of the RNG is similar to the frequently RNGs used by researchers.…”

Section: Synchronization Barriersmentioning

confidence: 99%

“…This allows a fair convergence analysis between the topologies. All the random numbers needed by the PSO algorithm were generated as proposed by Bastos-Filho et al (2010).…”

Section: Simulations Setupmentioning

confidence: 99%

Running Particle Swarm Optimization on Graphic Processing Units

Bastos-Filho¹,

Oliveira²,

Nascimento³

2011

Search Algorithms and Applications

View full text Add to dashboard Cite

Impact of the Random Number generator quality on particle swarm optimization algorithm running on graphic processor units

Cited by 18 publications

References 9 publications

Paralelização de Algoritmos de Busca baseados em Cardumes através de Unidades de Processamento Gráfico

Paralelização de Algoritmos de Busca baseados em Cardumes através de Unidades de Processamento Gráfico

Analysis of the Performance of the Fish School Search Algorithm Running in Graphic Processing Units

Running Particle Swarm Optimization on Graphic Processing Units

Contact Info

Product

Resources

About