dor_id: 45404

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Journal of Applied Research and Technology", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Scopus, Directory of Open Access Journals (DOAJ); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Indice de Revistas Latinoamericanas en Ciencias (Periódica); La Red de Revistas Científicas de América Latina y el Caribe, España y Portugal (Redalyc); Consejo Nacional de Ciencia y Tecnología (CONACyT); Google Scholar Citation

561.#.#.u: https://www.icat.unam.mx/

650.#.4.x: Ingenierías

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: https://jart.icat.unam.mx/index.php/jart

351.#.#.b: Journal of Applied Research and Technology

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: https://jart.icat.unam.mx/index.php/jart/article/view/489/485

100.1.#.a: Laguna Sánchez, Gerardo A.; Olguí­n Carbajal, Mauricio; Cruz Cortés, Nareli; Barrón Fernández, Ricardo; Álvarez Cedillo, Jesús A.

524.#.#.a: Laguna Sánchez, Gerardo A., et al. (2009). Comparative Study of Parallel Variants for a Particle Swarm Optimization. Journal of Applied Research and Technology; Vol. 7 Núm. 03. Recuperado de https://repositorio.unam.mx/contenidos/45404

245.1.0.a: Comparative Study of Parallel Variants for a Particle Swarm Optimization

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Ciencias Aplicadas y Tecnología, UNAM

264.#.0.c: 2009

264.#.1.c: 2009-12-01

653.#.#.a: Multithreading GPU; PSO; general?purpose GPU; parallel programming; global optimization; GPU con capacidad miltihilos; PSO; GPU para propósitos generales; programación paralela; optimización global

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-SA 4.0 Internacional, https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico gabriel.ascanio@icat.unam.mx

884.#.#.k: https://jart.icat.unam.mx/index.php/jart/article/view/489

001.#.#.#: 074.oai:ojs2.localhost:article/489

041.#.7.h: eng

520.3.#.a: El algoritmo Particle Swarm Optimization (PSO) ha tenido gran aceptación como alternativa de optimización global con base en heurísticas bio-inspiradas. Sus principales ventajas son su buen desempeño, baja complejidad computacional y un mínimo de parámetros. En general, las técnicas heurísticas han tenido un gran auge en los últimos veinte años y aún hoy resulta atractivo estudiar alternativas tecnológicas que permitan acelerar estos algoritmos para aplicarlos a problemas mucho más grandes y complejos. En este artículo se presenta un estudio empírico sobre la aplicación de algunas variantes paralelas para un algoritmo PSO, empleando un dispositivo de procesamiento gráfico (GPU) con capacidad multi?hilos y el más reciente modelo de programación paralela para estos casos. La idea principal es demostrar que es posible mejorar significativamente el desempeño del algoritmo PSO, mediante una programación paralela sencilla y directa, logrando con ello el poder computacional de un cluster en una computadora personal convencional.

773.1.#.t: Journal of Applied Research and Technology; Vol. 7 Núm. 03

773.1.#.o: https://jart.icat.unam.mx/index.php/jart

022.#.#.a: ISSN electrónico: 2448-6736; ISSN: 1665-6423

310.#.#.a: Bimestral

264.#.1.b: Instituto de Ciencias Aplicadas y Tecnología, UNAM

doi: https://doi.org/10.22201/icat.16656423.2009.7.03.489

harvesting_date: 2023-11-08 13:10:00.0

856.#.0.q: application/pdf

245.1.0.b: Comparative Study of Parallel Variants for a Particle Swarm Optimization Algorithm Implemented on a Multithreading GPU

last_modified: 2024-03-19 14:00:00

license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es

license_type: by-nc-sa

_deleted_conflicts: 2-300de23991cb21978963fe2f10a83c47

No entro en nada

No entro en nada 2

Artículo

Comparative Study of Parallel Variants for a Particle Swarm Optimization

Laguna Sánchez, Gerardo A.; Olguí­n Carbajal, Mauricio; Cruz Cortés, Nareli; Barrón Fernández, Ricardo; Álvarez Cedillo, Jesús A.

Instituto de Ciencias Aplicadas y Tecnología, UNAM, publicado en Journal of Applied Research and Technology, y cosechado de Revistas UNAM

Licencia de uso

Procedencia del contenido

Cita

Laguna Sánchez, Gerardo A., et al. (2009). Comparative Study of Parallel Variants for a Particle Swarm Optimization. Journal of Applied Research and Technology; Vol. 7 Núm. 03. Recuperado de https://repositorio.unam.mx/contenidos/45404

Descripción del recurso

Autor(es)
Laguna Sánchez, Gerardo A.; Olguí­n Carbajal, Mauricio; Cruz Cortés, Nareli; Barrón Fernández, Ricardo; Álvarez Cedillo, Jesús A.
Tipo
Artículo de Investigación
Área del conocimiento
Ingenierías
Título
Comparative Study of Parallel Variants for a Particle Swarm Optimization
Fecha
2009-12-01
Resumen
El algoritmo Particle Swarm Optimization (PSO) ha tenido gran aceptación como alternativa de optimización global con base en heurísticas bio-inspiradas. Sus principales ventajas son su buen desempeño, baja complejidad computacional y un mínimo de parámetros. En general, las técnicas heurísticas han tenido un gran auge en los últimos veinte años y aún hoy resulta atractivo estudiar alternativas tecnológicas que permitan acelerar estos algoritmos para aplicarlos a problemas mucho más grandes y complejos. En este artículo se presenta un estudio empírico sobre la aplicación de algunas variantes paralelas para un algoritmo PSO, empleando un dispositivo de procesamiento gráfico (GPU) con capacidad multi?hilos y el más reciente modelo de programación paralela para estos casos. La idea principal es demostrar que es posible mejorar significativamente el desempeño del algoritmo PSO, mediante una programación paralela sencilla y directa, logrando con ello el poder computacional de un cluster en una computadora personal convencional.
Tema
Multithreading GPU; PSO; general?purpose GPU; parallel programming; global optimization; GPU con capacidad miltihilos; PSO; GPU para propósitos generales; programación paralela; optimización global
Idioma
eng
ISSN
ISSN electrónico: 2448-6736; ISSN: 1665-6423

Enlaces