Ceo rad - PDF (1.3 MB)

SADRŽAJ
1. UVOD 13
1.1 Složenost algoritama i NP-kompletni problemi 14
1.1.1 Vremenska složenost algoritama 14
1.1.2 NP-kompletni problemi i njihovo optimalno rešavanje 15
1.1.3 Heuristike 17
1.2 Genetski algoritmi 18
1.2.1 Opis GA 19
1.2.2 Prost GA i njegovi nedostaci 20
1.2.2.1 Preuranjena konvergencija i gubitak genetskog materijala 20
1.2.2.2 Spora konvergencija 21
1.2.3 Napredne tehnike GA 21
1.2.3.1 Kodiranje i vrednosna funkcija 21
1.2.3.2 Postupak u slučaju nekoreknih jedinki 22
1.2.3.3 Selekcija 23
1.2.3.4 Politika zamene generacija 23
1.2.3.5 Funkcija prilagođenosti 24
1.2.3.6 Ukrštanje i mutacija 24
1.2.3.7 Izbor parametara GA 25
1.2.3.8 Obmanjivački problemi 25
1.2.4 Primena GA u rešavanju problema kombinatorne optimizacije 26
1.3 Višeprocesorske arhitekture i paralelni računari 27
1.3.1 Modeli računara 28
1.3.1.1 Komunikacija preko deljene memorije 28
1.3.1.2 Komunikacija prosleđivanjem poruka 29
1.3.2 Paralelne platforme 29
1.3.2.1 Simulatori paralelnih računara 29
1.3.2.2 Multiprocesorski sistemi nižih performansi 30
1.3.2.3 Mreža radnih stanica 31
1.3.2.4 Superračunari i paralelni računari visokih performansi 31
1.3.3 MPI standard 32
1.3.4 MPI implementacije 33
1.3.4.1 MPICH 33
1.3.4.2 WMPI 34
1.3.4.3 MPI-FM 34
1.3.4.4 LAM 34
1.3.4.5 Poređenje performansi 34
2. SEKVENCIJALNA IMPLEMENTACIJA (GANP) 35