Ceo rad - PDF (1.3 MB)

76 Paralelizacija GA za rešavanje nekih NP-kompletnih problema
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
date metode keširanja izbor strategije i primenjena linearna struktura podataka
(jednodimenzioni niz) za njenu implementaciju.
4.2.1 LRU primenjen na linearnoj strukturi
I pored uočenih nedostataka u implementaciji, data ideja o keširanju GA se
pokazala veoma perspektivnom. Nastavljeno je sa eksperimentima za
nalaženje bolje strategije keširanja i strukture podataka prilagođene datoj
strategiji. Od nekoliko strategija preuzetih iz literature, najpogodnijom se
pokazala LRU. Eksperimentisano je i sa nekoliko raznih struktura podataka (RB
stabla, heš-tabela), ali se one nisu mogle uspešno uklopiti u LRU strategiju. Pri
tome je nivo prepoznavanja istih jedinki (duplikata) bio znatno smanjen, a time i
performanse keširanja. Zbog toga je zadržana linearna struktura podataka.
Struktura datog algoritma za keširanje, zasnovanog na LRU strategiji, se može
videti na slici 4.1 . Pri tome dati programski segment zamenjuje funkciju za
računanje vrednosti funkcije Vrednosna_Funkcija() u originalnoj šemi GA datoj
na slici 1.1 .
if ( Sadrži (keš_memorija, genetski_kod_jedinke) )
Dodeli_Vrednost(jedinka, keš_blok)
else
{
Vrednosna_Funkcija();
if(Popunjena(keš_memorija)) Obriši(keš_memorija, Najstariji_Blok());
Dodaj(keš_memorija, jedinka);
}
Postavi_za_Najnoviji(keš_blok);
Slika 4.1 LRU strategija
U radu [Kra99b] je detaljno opisana data metoda za keširanje i prikazani su
rezultati primene na prostom GA i na složenijem GA za rešavanje SPLP.
Keširanje je poboljšalo vreme izvršavanja obe varijante GA na svim instancama
datog problema. Međutim, rezultati keširanja (ubrzanje u odnosu na osnovni
GA) složenijeg GA su bili prilično lošiji od rezultata keširanja prostog GA. To se
može objasniti time da je primenom složenijih genetskih operatora dobijeno
rešenje boljeg kvaliteta u dosta kraćem vremenu izvršavanja, pa je ostalo
daleko manje potencijala za dalja poboljšavanja.
Takođe su na SPLP instancama veće dimenzije, u obe varijante GA, dobijeni
znatno lošiji rezultati keširanja u odnosu na instance manje dimenzije.
Višestruki su uzroci ove pojave, a jedan od njih je relativno mala veličina keš
memorije koja je primenjena, imajući u vidu način njenog pretraživanja. Detaljniji
opis svih aspekata koji utiču na ove pojave se može videti u radu [Kra99b].
Keširanje je kao metoda već uspešno iskorišćeno za poboljšanje
performansi GA implementacije za rešavanje NP-kompletnih problema, kao što
se može videti u radovima [Kra98b], [Kra99a] i [Kra99c].
4.2.2 LRU primenjen na dvostrukoj heš-tabeli
Da bi se prevazišli gore pomenuti problemi (koji se javljaju u prethodnom
algoritmu za keširanje GA) primenjena je posebna struktura podataka,