{"title":"达尔文:一个可聚类优化框架","authors":"Henrique A. Rusa, Kleber Kruger, R. Azevedo","doi":"10.5753/eradsp.2020.16898","DOIUrl":null,"url":null,"abstract":"Neste artigo apresentamos Darwin, uma ferramenta de otimização de aplicações a partir do uso de algoritmos meta-heurísticos. A ferramenta dispõe de três otimizações: algoritmo genético, particle swarm e evolução diferencial. Conta também com dois backends para execução, o primeiro focado no uso de um cluster e o segundo no uso de recursos computacionais locais. Utilizou-se o simulador de arquitetura x86 Sniper com o benchmark Parsec, otimizando-se parâmetros de cache, para validar a ferramenta desenvolvida. Ao final, avalia-se que a ferramenta permite a otimização utilizando somente algoritmos de forma simplificada e paralelizável.","PeriodicalId":137925,"journal":{"name":"Anais da XI Escola Regional de Alto Desempenho de São Paulo (ERAD-SP 2020)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-08-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Darwin: uma framework de otimização clusterizável\",\"authors\":\"Henrique A. Rusa, Kleber Kruger, R. Azevedo\",\"doi\":\"10.5753/eradsp.2020.16898\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Neste artigo apresentamos Darwin, uma ferramenta de otimização de aplicações a partir do uso de algoritmos meta-heurísticos. A ferramenta dispõe de três otimizações: algoritmo genético, particle swarm e evolução diferencial. Conta também com dois backends para execução, o primeiro focado no uso de um cluster e o segundo no uso de recursos computacionais locais. Utilizou-se o simulador de arquitetura x86 Sniper com o benchmark Parsec, otimizando-se parâmetros de cache, para validar a ferramenta desenvolvida. Ao final, avalia-se que a ferramenta permite a otimização utilizando somente algoritmos de forma simplificada e paralelizável.\",\"PeriodicalId\":137925,\"journal\":{\"name\":\"Anais da XI Escola Regional de Alto Desempenho de São Paulo (ERAD-SP 2020)\",\"volume\":\"1 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-08-19\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais da XI Escola Regional de Alto Desempenho de São Paulo (ERAD-SP 2020)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/eradsp.2020.16898\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da XI Escola Regional de Alto Desempenho de São Paulo (ERAD-SP 2020)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/eradsp.2020.16898","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Neste artigo apresentamos Darwin, uma ferramenta de otimização de aplicações a partir do uso de algoritmos meta-heurísticos. A ferramenta dispõe de três otimizações: algoritmo genético, particle swarm e evolução diferencial. Conta também com dois backends para execução, o primeiro focado no uso de um cluster e o segundo no uso de recursos computacionais locais. Utilizou-se o simulador de arquitetura x86 Sniper com o benchmark Parsec, otimizando-se parâmetros de cache, para validar a ferramenta desenvolvida. Ao final, avalia-se que a ferramenta permite a otimização utilizando somente algoritmos de forma simplificada e paralelizável.