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 PSO and ACO Applied to TSP for Vehicle Security Tracking

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F16%3A86099085" target="_blank" >RIV/61989100:27240/16:86099085 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    GPU PSO and ACO Applied to TSP for Vehicle Security Tracking

  • Popis výsledku v původním jazyce

    The Travelling Salesman Problem (TSP) is a well-known benchmark problem for many meta-heuristic algorithms, including security traffic optimization problems. TSP is known as NP hard complex. It was investigated using classical approaches as well as intelligent techniques using Ant Colony Optimization (ACO), Particle Swarm Optimization (PSO) and other meta-heuristics. The Graphic Processing Units (GPU) is well suited to the execution of nature and bio-inspired algorithms due to the rapidity of parallel implementation of GPUs. In this paper, we present a novel parallel approach to run PSO and ACO on GPUs and applied to TSP (GPU-PSO&ACO-A-TSP) for security tracking vehicles in road traffic. Both algorithms are implemented on the GPUs. Results show better performance optimization when using GPUs compared to results using sequential CPU implementation.

  • Název v anglickém jazyce

    GPU PSO and ACO Applied to TSP for Vehicle Security Tracking

  • Popis výsledku anglicky

    The Travelling Salesman Problem (TSP) is a well-known benchmark problem for many meta-heuristic algorithms, including security traffic optimization problems. TSP is known as NP hard complex. It was investigated using classical approaches as well as intelligent techniques using Ant Colony Optimization (ACO), Particle Swarm Optimization (PSO) and other meta-heuristics. The Graphic Processing Units (GPU) is well suited to the execution of nature and bio-inspired algorithms due to the rapidity of parallel implementation of GPUs. In this paper, we present a novel parallel approach to run PSO and ACO on GPUs and applied to TSP (GPU-PSO&ACO-A-TSP) for security tracking vehicles in road traffic. Both algorithms are implemented on the GPUs. Results show better performance optimization when using GPUs compared to results using sequential CPU implementation.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Journal of Information Assurance and Security

  • ISSN

    1554-1010

  • e-ISSN

  • Svazek periodika

    11

  • Číslo periodika v rámci svazku

    6

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    16

  • Strana od-do

    369-384

  • Kód UT WoS článku

    000391049000007

  • EID výsledku v databázi Scopus