Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

GPU Particle Swarm Optimization Applied to Travelling Salesman Problem

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F15%3A86100170" target="_blank" >RIV/61989100:27240/15:86100170 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/MCSoC.2015.18" target="_blank" >http://dx.doi.org/10.1109/MCSoC.2015.18</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/MCSoC.2015.18" target="_blank" >10.1109/MCSoC.2015.18</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    GPU Particle Swarm Optimization Applied to Travelling Salesman Problem

  • Popis výsledku v původním jazyce

    Recently, the Graphic Processing Unit (GPUs) are used as an exciting new hardware environment for truly parallel implementation and execution of nature and Bio-inspired algorithms thanks to their excellent price-to-power ratio. Indeed, they are represented by the software platform using compute unified device architecture from NVIDIA, and the one of particle swarm optimization (PSO) which can be executed simultaneously on GPUs to speed up complex optimization problems such as Travelling Salesman Problem (TSP). In this paper, we illustrate a novel parallel approach to run standard particle swarm optimization PSO on GPUs and applied to TSP (GPU-PSO-A-TSP). Both the developed and the previous PSO centroid algorithm are implemented on the GPUs. The achieved results show that we have obtained at least one order of magnitude difference between speed of the GPUs and a typical sequential CPU implementation for performance optimization. Results show also that running speed of GPU-PSO is four times as fast as that of CPUP-SO.

  • Název v anglickém jazyce

    GPU Particle Swarm Optimization Applied to Travelling Salesman Problem

  • Popis výsledku anglicky

    Recently, the Graphic Processing Unit (GPUs) are used as an exciting new hardware environment for truly parallel implementation and execution of nature and Bio-inspired algorithms thanks to their excellent price-to-power ratio. Indeed, they are represented by the software platform using compute unified device architecture from NVIDIA, and the one of particle swarm optimization (PSO) which can be executed simultaneously on GPUs to speed up complex optimization problems such as Travelling Salesman Problem (TSP). In this paper, we illustrate a novel parallel approach to run standard particle swarm optimization PSO on GPUs and applied to TSP (GPU-PSO-A-TSP). Both the developed and the previous PSO centroid algorithm are implemented on the GPUs. The achieved results show that we have obtained at least one order of magnitude difference between speed of the GPUs and a typical sequential CPU implementation for performance optimization. Results show also that running speed of GPU-PSO is four times as fast as that of CPUP-SO.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • 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

    International symposium on embedded multicore/manycore systems-on-chip (MCSoC) : proceedings

  • ISBN

    978-1-4799-8670-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    112-119

  • Název nakladatele

    IEEE

  • Místo vydání

    New York

  • Místo konání akce

    Turín

  • Datum konání akce

    23. 9. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000380390400015