CHAPITRE III. ALGORITHMES EVOLUTIONNAIRES
PARALLÈLES
Figure III.2 - Architecture MIMD à
mémoire partagée .
Figure III.3 - Architecture MIMD à
mémoire non partagée.
moniteurs.. . ).(voire figure III.2)
Par contre, si la mémoire est distribuée
à cause de l'éloignement physique des processeurs qui travaillent
en mode asynchrone, ou une autre intention, la communication entre processus
est réalisée par l'échange des messages. La
synchronisation et l'échange de messages peut se faire par plusieurs
façons, l'appel de procédures à distance (RPC) ou l'Envoi/
Réception des messages asynchrone (procédure handler) ou
synchrone (rendezvous, barrière,horloge distribuée. . . ).(voire
figure III.3)
III.2 Etat de l'art : les modèles
parallèles pour les EAs
Les algorithmes évolutionnaires sont des algorithmes
coûteux en temps calcul, notamment l'étape de l'évaluation
de la performance qui prend en considération tout les individus de la
population. Cette évaluation est constituée de calculs totalement
indépendants, ce que met en évidence la nécessité
de sa parallélisations. Cependant, la façon de lancer en
parallèle les calculs de performance n'est pas la seule manière
d'envisager la parallélisation des algorithmes évolutionnaires.
Il existe d'autres façon de paralléliser ces algorithmes, partant
de la simple parallélisation du calcul de performance jusqu'à la
distribution complète de la population sur les divers processeurs
disponibles.
III.2.1 Parallélisation du calcul de performance
La mise en oeuvre d'un algorithme évolutionnaire
parallèle dépend généralement du problème
à traiter et de l'algorithme parallèle choisi pour
implémenter les fonctions objectives, si l'on dispose déjà
d'un tel algorithme, on peut l'utiliser directement au sein d'un algorithme
évolutionnaire standard.
30
| 
