Optimizando la implementación de algoritmos evolutivos J.J. Merelo, Pedro Castillo , Juan L. Jiménez Laredo, Maribel García Arenas GeNeura team: http://geneura.wordpress.com Depto. de Arquitectura y Tecnología de Computadores: http://atc.ugr.es Universidad d Granada: http://www.ugr.es
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Optimizando la implementación de algoritmos evolutivos
J.J. Merelo, Pedro Castillo,Juan L. Jiménez Laredo, Maribel García Arenas
GeNeura team: http://geneura.wordpress.comDepto. de Arquitectura y Tecnología de Computadores:
http://atc.ugr.es Universidad d Granada: http://www.ugr.es
Usar una metodología de prueba y evaluación seguida por la aplicación de técnicas de
programación comunes
Prestar atención a la optimización de las aplicaciones
El hardware cada vez es más potente y rápido,
aún así, se deben optimizar las implementaciones
En cuanto a la implementación de los algoritmos evolutivos
Se pueden diseñar mejores algoritmos y obtener
mejoras sustanciales tanto algorítmicas como de
tiempo de ejecución
Herramientas que nos ayudarán
MonitoresTiempo de ejecución, memoria usada, consumo de recursos
ProfilersTiempo invertido y número de ejecuciones reales de fragmentos de código
En este trabajo...
Partir de la implementación de un AE sencilloProgramado en Perl con Algorithm::EvolutionaryAnalizar el programa con las herramientasAplicar cambios para optimizar la implementaciónEstudiar las mejoras
Ejemplo de uso de un profiler
Tiempo en cada llamada a función
Planteamiento del problema
Fitness = MaxOnesAlgoritmo genético canónico, con élitePoblación y longitud variable