Шадура О. В. Стохастична оптимізація продуктивності пакету симуляції транспорту частинок в фізиці високих енергій

English version

Дисертація на здобуття ступеня кандидата наук

Державний реєстраційний номер

0419U005207

Здобувач

Спеціальність

  • 05.13.12 - Системи автоматизації проектувальних робіт

09-12-2019

Спеціалізована вчена рада

К 26.002.17

Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Інститут енергозбереження та енергоменеджменту

Анотація

В дисертаційній роботі запропоновано новий підхід для дослідження оптимізації продуктивності САЕ-системи моделювання транспорту частинок у фізиці високих енергій GeantV на основі стохастичних методів. Задачу оптимізації сформулювано за допомогою генетичного алгоритму, представленого у вигляді димамічної системи завдяки його зв’язку з марковськими ланцюжками. Розроблено метод нецентрованих головних компонент, його математичні основи та отримано формули для оцінки наближень при його застосуванні для аналізу даних. Проведено порівняльний аналіз використання методу головних компонент при його застосуванні для зцентрованих і нецентрованих даних та знайдено еквівалентність результатів використання обох представлень даних на основі методу оцінювання середньоквадратичної похибки. Запропоновано новий генетичний оператор, побудований на основі методу нецентрованих головних компонент (НГК-оператор), що дає змогу прискорити збіжність генетичного алгоритму до оптимального фронту Парето для задач багатокритеріальної оптимізації. Знайдено оптимальну інтеграцію НГК-оператора в типовий генетичний алгоритм. Досліджено ефективність при його застосуванні в еталонних тестах багатоцільових задач та для оптимізації продуктивності САЕ-системи моделювання транспорту частинок GeantV у порівнянні з неоптимізованою версією такого самого програмового пакету. Встановлено, що середній приріст продуктивності досягає до 20 % над неоптимізованим запуском пакету у неоднорідному обчислювальному середовищі. Ключові слова: генетичний алгоритм, динамічна система, нерухомі точки, стохастична оптимізація, генетичний оператор, аналіз основних компонентів, оптимізація продуктивності.

Файли

Схожі дисертації