The quadratic assignment problem: metaheuristic optimization using HC12 algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F19%3APU132650" target="_blank" >RIV/00216305:26210/19:PU132650 - isvavai.cz</a>
Výsledek na webu
<a href="https://dl.acm.org/citation.cfm?doid=3319619.3322088" target="_blank" >https://dl.acm.org/citation.cfm?doid=3319619.3322088</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3319619.3322088" target="_blank" >10.1145/3319619.3322088</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
The quadratic assignment problem: metaheuristic optimization using HC12 algorithm
Popis výsledku v původním jazyce
The Quadratic Assignment Problem (QAP) is a classical NP-hard combinatorial optimization problem. In the paper will be presented suitable metaheuristic algorithm HC12. The algorithm is population based and uses a massive parallel search of the binary space which represents the solution space of the QAP. The presented implementation of the metaheuristic HC12 utilizes the latest GPU CUDA platform. The results are presented on standard test problems from the QAP library.
Název v anglickém jazyce
The quadratic assignment problem: metaheuristic optimization using HC12 algorithm
Popis výsledku anglicky
The Quadratic Assignment Problem (QAP) is a classical NP-hard combinatorial optimization problem. In the paper will be presented suitable metaheuristic algorithm HC12. The algorithm is population based and uses a massive parallel search of the binary space which represents the solution space of the QAP. The presented implementation of the metaheuristic HC12 utilizes the latest GPU CUDA platform. The results are presented on standard test problems from the QAP library.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/LTC18053" target="_blank" >LTC18053: Pokročilé metody Nature-Inspired optimalizačních algoritmů a HPC implementace pro řešení reálných aplikací</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
GECCO '19 Proceedings of the Genetic and Evolutionary Computation Conference Companion
ISBN
978-1-4503-6748-6
ISSN
—
e-ISSN
—
Počet stran výsledku
2
Strana od-do
153-154
Název nakladatele
ACM
Místo vydání
New York, NY, USA
Místo konání akce
Praha
Datum konání akce
13. 7. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—