Найти

Результаты поиска

• МЕТОД РЕШЕНИЯ ГРАФОВЫХ NP-ПОЛНЫХ ЗАДАЧ НА РЕКОНФИГУРИРУЕМЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ НА ОСНОВЕ ПРИНЦИПА РАСПАРАЛЛЕЛИВАНИЯ ПО ИТЕРАЦИЯМ

  А. В. Касаркин

  2021-02-25

  Аннотация ▼

  При решении графовых NP-полных задач на многопроцессорных системах рост обо-
  рудования не приводит к пропорциональному росту производительности системы, поэто-
  му не всегда удается решить задачу за приемлемое время. Целью работы, описанной в
  статье, является минимизация времени решения задачи поиска максимальных клик графа с
  использованием реконфигурируемых вычислительных систем (РВС). При решении задачи
  на РВС методом распараллеливания по слоям рост производительности также замедля-
  ется, несмотря на лучшую степень масштабируемости по сравнению с многопроцессор-
  ными реализациями. В статье предложен метод создания параллельно-конвейерных про-
  грамм для реконфигурируемых вычислительных систем на основе распараллеливания по
  итерациям для решения графовых NP-полных задач. Рассмотрено, что использовать би-
  товый способ представления множеств (как в методе распараллеливания по слоям) для
  метода распараллеливания по итерациям не является эффективным. Новый метод отли-
  чается организацией вычислений, а именно – обработкой неупорядоченных множеств,
  доступ к элементам которых осуществляется не по адресам (как в массивах), а по значе-
  ниям (именам вершин и именам дуг графа). Показано, что новый метод на основе распа-
  раллеливания по итерациям, несмотря на более низкую удельную производительность, свя-
  занную с тем, что вычислительным подструктурам из-за символьного представления
  множеств необходимо обработать большее число промежуточных данных, обеспечивает
  практически линейный рост реальной производительности РВС при значительно большем
  количестве вычислительного ресурса по сравнению с методом распараллеливания по слоям.

• БИОИНСПИРИРОВАННЫЙ АЛГОРИТМ РЕШЕНИЯ ИНВАРИАНТНЫХ ГРАФОВЫХ ЗАДАЧ

  О.Б. Лебедев , А.А. Жиглатый

  2022-11-01

  Аннотация ▼

  Предлагается биоинспирированный метод решения набора инвариантных комбина-
  торно-логических задач на графах: формирования паросочетания графа, выделения внут-
  ренне-устойчивого множества вершин, выделения клики графа. Описывается модифициро-
  ванная парадигма муравьиной колонии использующая, в отличие от канонического метода,
  механизмы формирования решений на модели пространства поиска в виде звездного графа.
  Задача формирования в графе внутренне-устойчивого множества вершин может быть
  сформулирована, как задача разбиения. На начальном этапе на всех ребрах звездного графа
  H откладывается одинаковое (небольшое) количество феромона ξ/m, где m=|E|. Процесс
  поиска решений итерационный. Каждая итерация l включает три этапа. Агенты облада-
  ют памятью. На каждом шаге t в памяти агента ak имеется количество феромона фj(t),
  отложенного на каждом ребре графа H. На первом этапе каждый агент ak популяции
  конструктивным алгоритмом находит решение Ur
  0k, рассчитывает оценку решения
  ξk(Ur
  0k) и значение степени пригодности полученного агентом решения φk (количество фе-
  ромона, соответствующее оценке). На втором этапе, после полного формирования всеми
  агентами решений на текущей итерации, феромон ωj, накопленный в j-ой ячейке в буфер-
  ном массиве КЭПб, добавляется в каждую j-ю ячейку основного массива Q2={qj|j=1,2,…,m}
  коллективной эволюционной памяти КЭПo. На третьем этапе происходит общее испаре-
  ние феромона на множестве ребер E звездного графа H. Временная сложность алгоритма,
  полученная экспериментальным путем, совпадает с теоретическими исследованиями и для
  рассмотренных тестовых задач составляет О(n2).