Solution of Large-Scale Problems of Global Optimization on the Basis of Parallel Algorithms and Cluster Implementation of Computing Processes

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: 10th International Conference on Parallel Computing Technologies; Novosibirsk, RUSSIA; Novosibirsk, RUSSIA

Год издания: 2009

Идентификатор DOI: 10.1007/978-3-642-03275-2_12

Ключевые слова: optimization, global optimization, large-scale problems solution, cluster, neural networks, Cluster, Global optimization, Large-scale problems solution, Neural networks, Optimization, Cluster implementation, Cluster systems, Computing process, Generalized regression neural networks, Global minima, Global optimization problems, Inverse neural network, Large-scale problem, Objective functions, Step-by-step, Computer science, Inverse problems, Parallel algorithms, Parallel architectures, Simulated annealing, Clustering algorithms

Аннотация: The parallel hybrid inverse neural network coordinate approximations algorithm (PHINNCA) for solution of large-scale global optimization problems is proposed in this work. The algorithm maps a trial value of an objective function into values of objective function arguments. It decreases a trial value step by step to find a global minimum. Dual generalized regression neural networks are used to perform the mapping. The algorithm is intended for cluster systems. A search is carried out concurrently. When there are multiple processes, they share the information about their progress and apply a simulated annealing procedure to it.

Ссылки на полный текст

Издание

Журнал: PARALLEL COMPUTING TECHNOLOGIES, PROCEEDINGS

Выпуск журнала: Vol. 5698

Номера страниц: 121-125

ISSN журнала: 03029743

Место издания: BERLIN

Издатель: SPRINGER-VERLAG BERLIN

Авторы

  • Koshur Vladimir (Siberian Fed Univ, Inst Space & Informat Technol, Krasnoyarsk 660074, Russia)
  • Kuzmin Dmitriy (Siberian Fed Univ, Inst Space & Informat Technol, Krasnoyarsk 660074, Russia)
  • Legalov Aleksandr (Siberian Fed Univ, Inst Space & Informat Technol, Krasnoyarsk 660074, Russia)
  • Pushkaryov Kirill (Siberian Fed Univ, Inst Space & Informat Technol, Krasnoyarsk 660074, Russia)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.