WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Recherche bibliographique portant sur la " Contribution à  la réalisation du problème d'emploi de temps par une approche évolutionnaire "

( Télécharger le fichier original )
par Mohamed Boukerroucha
Université M'Hamed Bouguerra Boumerdes Algérie - Master 2 2013
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE III. ALGORITHMES EVOLUTIONNAIRES PARALLÈLES

Figure III.4 - Distribution de calculs de performance.

III.2.2 Distribution du calcul de performance

- Distribution synchrone. Cette technique consiste à paralléliser l'étape d'évaluation. Une station maître gère tout l'algorithme (sélection, remplacement et opérateurs génétiques), sauf les calculs de performance qui doivent être envoyés à des stations esclaves. Dans ces conditions, si le temps de calcul de fitness varie d'un processeur à l'autre (hétérogénéité des processeurs), l'ensemble des processeurs doivent alors attendre le plus lent d'entre eux, et le gain apporté par ce modèle peut se dégrader. Pour donner une reboutasse à ce modèle, une solution peut être possible, si on pense à la gestion de la distribution des calculs et à l'aide d'une liste de calculs à effectuer, un processeur reçoit un nouveau calcul dés la fin du calcul précédent, ceci permet de limiter le phénomène d'attente sans complètement le supprimer, car si un processeur s'arrête, le maître se mettra en attente du résultat manquant. A noter que, dans ce modèle, l'algorithme parallèle se comporte comme un algorithme séquentiel. Cependant, pour des tailles de population ne dépassant pas quelques multiples du nombre de processeurs disponibles, le facteur d'accélération devient très proche du nombre de processeurs lorsque le ratio évaluation-évolution augmente.

- Distribution asynchrone.Cette technique utilise un schéma d'évolution asynchrone, chaque processeur esclave effectue son calcul de performance, renvoie le résultat au maître et reçoit immédiatement un nouveau calcul, ainsi les étapes de « sélec-tion/remplacement »peuvent être effectuée individu par individu. Dans ces conditions, Le schéma stationnaire (steady-state) est la cible de ce modèle, chaque fois qu'un esclave renvoie la performance d'un enfant, le maître effectue l'étape de remplacement, de sélection et de l'application des opérateurs génétiques, et envoi le nouveau enfant à évaluer à l'esclave en question. L'inconvénient de ce modèle est que si le calcule de fitness d'un individu sur un processeur donné est plus long, il impliquera soit une population anachroniques ou l'élimination de cet individus avant d'avoir été sélectionné pour reproduction.

31

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le doute est le commencement de la sagesse"   Aristote