Biblioteca de Aplicação Genérica de Algoritmos Genéticos Paralelos Distribuídos

76 Pages·2010·0.45 MB·Portuguese

i
UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA
COMPUTAÇÃO

Marco Antonio Silveira de Souza

Biblioteca de Aplicação Genérica de Algoritmos
Genéticos Paralelos Distribuídos

Dissertação submetida à Universidade Federal de Santa Catarina como parte dos
requisitos para a obtenção do grau de Mestre em Ciência da Computação

Prof. Dr. José Mazzucco Júnior.

Florianópolis, Julho de 2003.
ii
Biblioteca de Aplicação Genérica de Algoritmos
Genéticos Paralelos Distribuídos

Marco Antonio Silveira de Souza

Esta dissertação foi julgada adequada para a obtenção do título de Mestre em Ciência da
Computação Área de Concentração Sistemas de Computação e aprovada em sua forma
final pelo Programa de Pós-Graduação em Ciência da Computação.

____________________________
Raul S. Wazlawick, Dr.
Coordenador do CPGCC

Banca Examinadora

______________________________
José Mazzucco Júnior, Dr.

Orientador

______________________________
Jovelino Falqueto, Dr.

Membro

______________________________
Luiz Alfredo Soares Garcindo, Dr.

Membro
iii

"A coisa mais nobre que podemos experimentar é o mistério. Ele é a emoção
fundamental, paralela ao berço da verdadeira ciência."
(Albert Einsten).

"A matemática é bonita!"
(João Batista Souza).
iv

Ao professor José Mazzucco Júnior, pela sua orientação
e companheirismo.

Ao Corpo Docente da Pós-Graduação em Ciência da Computação da Universidade
Federal de Santa Catarina, que contribuiu para o meu aperfeiçoamento pessoal e
profissional.

À Unisul por seu apoio.

Em especial:
Aos meus pais e irmãos, pelos incentivos e empolgação.

À minha esposa e minhas filhas, Juliana e Cristine que pacientemente suportaram
minhas ausências.

Por fim agradeço a Deus as oportunidades e por ter condições e
capacidade de aproveitá-las.
v
Sumário
1 Introdução................................................................................................................1
2 Fundamentos de Computação Paralela e Distribuída............................................3
2.1 Considerações Iniciais.........................................................................................3
2.2 Arquiteturas de Máquinas Paralelas.....................................................................4
2.2.1 Classificação de Flynn..................................................................................5
2.2.2 Classificação baseada no acesso a memória..................................................6
2.2.3 Multicomputadores.......................................................................................6
2.3 Sistemas Computacionais Distribuídos..............................................................10
2.4 Considerações Finais.........................................................................................11
3 MPI.........................................................................................................................14
3.1 Considerações Iniciais.......................................................................................14
3.2 Origem..............................................................................................................14
3.3 Objetivos...........................................................................................................15
3.4 Características...................................................................................................15
3.5 Conceitos Básicos sobre MPI............................................................................16
3.5.1 Grupos, Contextos e Comunicadores..........................................................17
3.5.1.1 Gupos de processos..............................................................................17
3.5.1.2 Contextos de Comunicação..................................................................17
3.5.1.3 Comunicadores....................................................................................18
3.5.2 Topologia de Processos..............................................................................18
3.5.3 Comunicação Ponto-a-Ponto.......................................................................19
3.5.3.1 Comunicação Bloqueante e Não Bloqueante........................................19
3.5.3.2 Modos de Comunicação.......................................................................20
3.5.4 Mensagem..................................................................................................21
3.5.5 Tipo de dados MPI.....................................................................................22
3.4.5.1 Tipo de dados Básico...........................................................................22
3.4.5.2 Tipos Definidos Pelo Usuário..............................................................23
3.6 MPICH..............................................................................................................23
3.7 Considerações finais..........................................................................................25
4 Algoritmos Genéticos.............................................................................................26
4.1 Considerações Iniciais.......................................................................................26
4.2 Algoritmos Genéticos........................................................................................26
4.3 História.............................................................................................................27
4.4 Algoritmo Genético Tradicional........................................................................27
4.5 Avaliação de Aptidão........................................................................................29
4.6 Representação Cromossômica...........................................................................30
4.6.1 Esquemas...................................................................................................31
4.7 Operadores Genéticos........................................................................................32
4.7.1 Seleção.......................................................................................................32
4.7.1.1 Roleta Giradora (Roulette Wheel)........................................................33
4.7.1.2 Seleção por Classificação.....................................................................33
4.7.1.3 Seleção por Estado Fixo (Steady-State)................................................34
4.7.1.4 Seleção por Elitismo ou Torneio..........................................................34
4.7.2 Crossover...................................................................................................35
4.7.3 Mutação......................................................................................................36
4.8 Algoritmos Genéticos Paralelos.........................................................................36
vi
4.8.1 Paralelização Global...................................................................................38
4.8.2 Paralelização com Granularidade Grossa....................................................39
4.8.3 Paralelização com Granularidade Fina........................................................40
4.9 Considerações finais..........................................................................................42
5 Implementação e resultados ..................................................................................43
5.1 Considerações Iniciais.......................................................................................43
5.2 Modelo do Algoritmo Genético Paralelo............................................................43
5.3 Implementação da biblioteca.............................................................................44
5.3.1 Representação Interna.................................................................................45
5.3.2 Representação Binária................................................................................48
5.3.3 Interface com o usuário...............................................................................49
5.4 Exemplo de Aplicação.......................................................................................52
5.5 Considerações finais..........................................................................................57
6 Conclusão...............................................................................................................59
6.1 Trabalhos futuros..............................................................................................59
Referências Bibliográficas........................................................................................60
Anexos.......................................................................................................................65
Anexo A – Exemplo que otimiza a função x^2 descrita por Goldberg......................65
Anexo B – Exemplo de Maximização .....................................................................66
vii
Lista de Figuras

Figura 2.1 – Multicomputador.......................................................................................7
Figura 2.2 – Multicomputador baseado em barramento.................................................9
Figura 2.3 – Dispositivo crossbar................................................................................10
Figura 3.1 – Estrutura do MPI sobre o sistema Linux..................................................25
Figura 4.1 – Fluxograma de um AG............................................................................28
Figura 4.2 – Distribuição de aptidões de diversos cromossomos..................................33
Figura 4.3 – Situação antes da classificação................................................................34
Figura 4.4 – Situação após a classificação...................................................................34
Figura 4.5 – Operação de crossover sobre um ponto....................................................35
Figura 4.6 – Esquema de um AGP Global...................................................................38
Figura 4.7 – AG Distribuído........................................................................................39
Figura 4.8 – AG de Granularidade Fina.......................................................................41
Figura 4.9 – Um modelo Híbrido.................................................................................41
Figura 5.1 – Funcionamento interno da biblioteca.......................................................44
Figura 5.2 – Gráfico da equação (3)............................................................................52
viii
Lista de Tabelas

Tabela 3.1 – Rotinas de Comunicação Ponto a Ponto do MPI......................................21
Tabela 3.2 – Tipos de dados básicos em C ..................................................................23
Tabela 4.1 – Correspondência entre os termos natural e artificial................................27
Tabela 4.2 – Possíveis valores de string para um esquema simples..............................32
Tabela 5.1 – Valores padrão do AG.............................................................................55
Tabela 5.2 – Conjunto de funções de retorno...............................................................55
Tabela 5.3 – Funções de alteração do ambiente...........................................................56
Tabela 5.4 – Melhor fitness de cada implementação....................................................58
ix
Resumo

Neste trabalho apresentaremos o desenvolvimento de uma biblioteca de funções
de Algoritmos Genéticos (AG) utilizando o paradigma da passagem de mensagens. Isto
torna viável a sua utilização em sistemas distribuídos, mais especificamente em cluster
de computadores. Algoritmos Genéticos são reconhecidos por sua eficiência na área de
otimização e tem aplicações nas mais diversas áreas do conhecimento.

O protótipo apresentado define uma interface de acesso ao usuário onde ele pode
implementar suas aplicações e depois executá-las sobre um ambiente paralelo de forma
fácil e transparente.

Palavras-chave: Algoritmos Genéticos, computação paralela e distribuída,
otimização.
x
Abstract

In this work we will present the development of a library of functions of genetic
algorithms (AG) using the paradigm of messages transmition. This makes possible its
use in distributed systems, more specifically in cluster of computers. Genetic algorithms
are recognized by efficiency in the its optimization area and it has applications in
several areas of knowledge.
The prototype presented defines an access interface to the user where he can
implement its applications and then execute them on a parallel environment in an easy
and transparent way.

Key-words: Genetic algorithms, parallel computing, optimization.