CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیاده سازی الگوریتم بهینه سازی ازدحام ذرات بر روی واحد پردازش گرافیکی با استفاده از زبان برنامه نویسی CUDA

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۶۵ | نظرات: ۰
سرفصل ارائه مقاله: کامپیوتر
سال انتشار: ۱۳۹۵
کد COI مقاله: FANAVARI01_078
زبان مقاله: فارسی
حجم فایل: ۴۰۲.۵۴ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیاده سازی الگوریتم بهینه سازی ازدحام ذرات بر روی واحد پردازش گرافیکی با استفاده از زبان برنامه نویسی CUDA

    محمدرضا رشیدی - دانشجوی کارشناسی ارشد،گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحدکرمان،ایران
  امیر صباغ ملاحسینی - عضو هیات علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد کرمان،ایران

چکیده مقاله:

الگوریتم بهینه سازی اجتماع ذرات( pso )، یکی از الگوریتم های تکاملی برای حل مسایل بهینه سازی است که در بسیاری از زمینه ها مورد استفاده قرار می گیرد.که در سال های اخیر به سرعت توسعه یافته و در بسیاری ازبرنامه های کاربردی برای حل مسایل بهینه سازی در دنیای واقعی به طور موفقی مورد استفاده قرار گرفته است. با اجرای این الگوریتم بر روی واحد پردازش گرافیک باعث کاهش زمان اجرا شده ایم.مخصوصا کارایی این الگوریتم در CPU و GPU مقایسه شده است.برای مثال اجرای تابع محک زن Rosenbrock به زمانی برابر با 124 ثانیه نیاز دارد. هدف از این مقاله پیاده سازی الگوریتم بهینه سازی ازدحام ذرات به صورت موازی بر روی واحد پردازش گرافیکی( GPU )است. نتایج پیاده سازی دو تابع مح زن بر روی GPU نشان داده است که زمان سرعت اجرا رامی توان تا 4 برابر زمان اجرا نسبت به CPU کاهش داد. در برخی موارد، الگوریتم های موازی تفاوت های نسبتا چشمگیری را نشان می دهند.

کلیدواژه‌ها:

الگوریتم بهینه سازی ازدحام ذرات،کودا، واحد پردازش گرافیکی،واحد پردازش مرکزی،موازی سازی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-FANAVARI01-FANAVARI01_078.html
کد COI مقاله: FANAVARI01_078

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رشیدی, محمدرضا و امیر صباغ ملاحسینی، ۱۳۹۵، پیاده سازی الگوریتم بهینه سازی ازدحام ذرات بر روی واحد پردازش گرافیکی با استفاده از زبان برنامه نویسی CUDA، اولین کنفرانس ملی فناوری های نوین در علوم مهندسی، بیرجند، دانشگاه آزاد اسلامی واحد بیرجند، https://www.civilica.com/Paper-FANAVARI01-FANAVARI01_078.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رشیدی, محمدرضا و امیر صباغ ملاحسینی، ۱۳۹۵)
برای بار دوم به بعد: (رشیدی و صباغ ملاحسینی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Kennedy, J. and Eberhart, R. C.(1995).:Particle Swarm Optimization", Proceedings ofIEEE ...
  • Schutte, J. F., Reinbolt, J. A., Fregly, _ J., Haftka, ...
  • DAVID B .Kirk, Wen-mei W.Hwu, (201 _)"programming Massively Parallel Processors" ...
  • Gies, D., Rahmat-Sami, Y., (2003) _ _ econfigurable Array Design ...
  • Schutte, J. F., Reinbolt, J. A., Fregly, B. J., Haftka, ...
  • Chang, J. F., Chu, S. C., Roddick, J. F., Pan, ...
  • Li, J., Wang, D., Hu, X., Chi, Z., (2007)"An Efficent ...
  • Zhou, Y., Tan, Y..(2009) "GPU-based Parallel Particle Swarm Optimization", Proceedings ...
  • Fan, Shu-KaiS _ Chang, Ju-Ming, (2009) "A parallel particle SWarm ...
  • Fan, Shu-Kai S _ C hang, Ju-Ming, (201 0)"Dynamic multi-swarm ...
  • Gonsalves, T .a.d. _ Egashira, Akira, (2013)"Parallel SWarms oriented particle ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۵۶۶۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.