Geri Dön

Development of a grid-aware master worker framework for artificial evolution

Yapay evrim için grid tabanlı usta işçi ortamı geliştirilmesi

  1. Tez No: 286204
  2. Yazar: AHMET KETENCİ
  3. Danışmanlar: DR. CEVAT ŞENER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 82

Özet

Genetik algoritmalar (GA), geniş arama uzayları olan optimizasyon problemleri de dahil birçok çeşit problem için çok popüler bir araç halini aldı. Izgara arama yöntemleri, yeterince iyi bir sonuç bulmada genellikle uygun yada verimli değildir. GA'nın en yoğun hesaplama gereken parçası aday çözümlerin iyiliğinin hesaplanmasıdır. Ancak, her bir bireyin iyiliğinin hesaplanması diğerlerinden bağımsız olduğundan, kolaylıkla paralelleştirilebilir.Yüksek miktarda hesaplama gücüne ulaşmanın en kolay yolu gridi kullanmaktır. Gridler birçok bilgisayar kümesinin birleşiminden oluştuğu için, tek bir bilgisayar kümesinden çok daha fazla kaynak sunarlar. Öte yandan, grid, koşut programlar geliştirmek için, işlemler arasında haberleşmede kullanılabilecek araç veya kütüphane eksikliği sebebiyle, en kolay ortam olmayabilir.Bu çalışmada GA uygulamaları için GridAE adında yeni bir uygulama geliştirme ortamı sunuyoruz. GridAE koşutlaştırma için usta işçi modelini kullanıyor ve kullanıcılara bir GA kütüphanesi sunuyor. Ayrıca, mesaj geçiş işlemini de kullanıcıdan soyutluyor. Bununla birlikte, iş yönetimi için hem komut satırı hem de ağ arayüzlerine sahiptir. Ortamın bu özellikleri onu, hiç koşut programlama yada grid hesaplama tecrübesi olmayan kullanıcılar için bile daha kullanışlı kılıyor. GridAE'nin performansı bir şekil iyileştirme problemi ile denendi ve sonuçlar gösteriyor ki ortam, kalabalık popülasyonlu problemlere daha uygundur.

Özet (Çeviri)

Genetic Algorithm (GA) has become a very popular tool for various kinds of problems, including optimization problems with wider search spaces. Grid search techniques are usually not feasible or ineffective at finding a solution, which is good enough. The most computationally intensive component of GA is the calculation of the goodness (fitness) of candidate solutions. However, since the fitness calculation of each individual does not depend each other, this process can be parallelized easily.The easiest way to reach high amounts of computational power is using grid. Grids are composed of multiple clusters, thus they can offer much more resources than a single cluster. On the other hand, grid may not be the easiest environment to develop parallel programs, because of the lack of tools or libraries that can be used for communication among the processes.In this work, we introduce a new framework, GridAE, for GA applications. GridAE uses the master worker model for parallelization and offers a GA library to users. It also abstracts the message passing process from users. Moreover, it has both command line interface and web interface for job management. These properties makes the framework more usable for developers even with limited parallel programming or grid computing experience. The performance of GridAE is tested with a shape optimization problem and results show that the framework is more convenient to problems with crowded populations.

Benzer Tezler

  1. Energy demand forecasting in fog computing based microgrids using ensemble learning

    Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini

    TUĞÇE KESKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  2. İstanbul'daki mimarlık okullarının sosyal etkileşim mekanlarındaki arayüzlerde insan davranışı mekan ilişkisinin semantik ve sentaktik olarak irdelenmesi

    Semantic and sentactic analysis of the relation between user behavior and space in case of interfaces in social interaction spaces of architecture schools in Istanbul

    DENİZ CABADAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET EMİN ŞALGAMCIOĞLU

  3. Çok katlı çelik yapılarında döşeme türü kararı etkenleri

    Başlık çevirisi yok

    ZİYA YAMAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. BİLGE IŞIK

  4. Querying sensor fields by using quadtree based dynamic clusters and task sets

    Sensör sahasının Quadtree tabanlı dinamik gruplar ve görev kümeleri ile sorgulanması

    ÇAĞHAN ÇİMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDeniz Harp Okulu Komutanlığı

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ERDAL ÇAYIRCI

    YRD. DOÇ. DR. VEDAT COŞKUN