Аннотации:
Во многих практически значимых случаях при решении задачи многокритериальной
оптимизации предварительно целесообразно построить аппроксимацию множества Парето этой задачи. Рассматривается комбинация известного метода приближенного построения множества Парето «недоминируемая сортировка» и метода глобальной оптимизации роем частиц. Целью работы является исследование эффективности указанной комбинации методов при их реализации на графических процессорных устройствах с архитектурой CUDA.
There are a lot of practical cases that requires Pareto set construction to solve multi-objective optimization task. This article is devoted to observe a combination of well-known non-dominated sorting method with particle swarm optimization algorithm. Authors set a goal to research efficiency of the new combined method on graphical computational unit with CUDA architecture.
Описание:
Анатолий Павлович Карпенко, доктор физико-математических наук, профессор, кафедра «Системы автоматизированного проектирования», МГТУ имени Н.Э. Баумана (Россия, г. Москва), apkarpenko@mail.ru.
Anatoliy Pavlovich Karpenko, Doctor of Physico-mathematical Sciences, Full Professor,
CAD/CAM/CAE department, Bauman Moscow State Technical University (Russia, Moscow), apkarpenko@mail.ru.
Артем Сергеевич Семенихин, аспирант, кафедра «Системы автоматизированного проектирования», МГТУ имени Н.Э. Баумана (Россия, г. Москва), saspost@yandex.ru.
Artyom Sergeevich Semenikhin, Postgraduate Student, CAD/CAM/CAE department,
Bauman Moscow State Technical University (Russia, Moscow), saspost@yandex.ru.
Александр Эдуардович Антух, студент, кафедра «Системы автоматизированного проектирования», МГТУ имени Н.Э. Баумана (Россия, г. Москва), alexander.antukh@gmail.com.
Alexander Eduardovich Antukh, student, CAD/CAM/CAE department, Bauman Moscow
State Technical University (Russia, Moscow), alexander.antukh@gmail.com.