Inertia weight strategies in particle swarm optimization
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F11%3A86097044" target="_blank" >RIV/61989100:27240/11:86097044 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6089659" target="_blank" >http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6089659</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/NaBIC.2011.6089641" target="_blank" >10.1109/NaBIC.2011.6089641</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Inertia weight strategies in particle swarm optimization
Popis výsledku v původním jazyce
The recent time has seen the rise of consumer grade massively parallel environments. Powerful GPUs and multi-core processors became widely available and easy to use programming APIs such as nVidia CUDA, OpenCL, and DirectCompute simplify the developmentof applications that can utilize them. In this environment, the nature inspired meta-heuristics can be in suitable cases implemented in parallel without additional costs. Backed by the power of modern GPGPUs, the meta-heuristics can be deployed to solvepractical real world problems. In this paper, we compare differential evolution and genetic algorithms implemented on CUDA when solving the independent tasks scheduling problem. (C) 2011 IEEE.
Název v anglickém jazyce
Inertia weight strategies in particle swarm optimization
Popis výsledku anglicky
The recent time has seen the rise of consumer grade massively parallel environments. Powerful GPUs and multi-core processors became widely available and easy to use programming APIs such as nVidia CUDA, OpenCL, and DirectCompute simplify the developmentof applications that can utilize them. In this environment, the nature inspired meta-heuristics can be in suitable cases implemented in parallel without additional costs. Backed by the power of modern GPGPUs, the meta-heuristics can be deployed to solvepractical real world problems. In this paper, we compare differential evolution and genetic algorithms implemented on CUDA when solving the independent tasks scheduling problem. (C) 2011 IEEE.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA102%2F09%2F1494" target="_blank" >GA102/09/1494: Nové metody přenosu dat založené na turbo kódech</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2011
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
Proceedings of the 2011 Third World Congress on Nature and Biologically Inspired Computing
ISBN
978-1-4577-1123-7
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
509-514
Název nakladatele
IEEE
Místo vydání
New York
Místo konání akce
Salamanca
Datum konání akce
19. 10. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—