“Cooperation Greedy Monkey Algorithm”: Algoritmo paralelo para resolver la clase fuertemente correlacionada del problema de la mochila 0-1
DOI:
https://doi.org/10.30973/progmat/2021.13.2/6Palabras clave:
Algoritmo del mono ávido cooperativo, Inteligencia de enjambre, El problema del peso en la mochila 0-1Resumen
Se presenta la paralelización del Cooperation Greedy Monkey Algorithm y el ajuste de parámetros para resolver el problema KP 0-1 (0-1 Knapsack Problem). Los problemas resueltos son tomados de la literatura especializada hasta las instancias establecidas por Pisinger, las no correlacionadas, las débilmente correlacionadas y las fuertemente correlacionadas. Se amplía la capacidad de solución del algoritmo para resolver instancias con diferentes porcentajes del 25% y 50% de la suma de los pesos de los elementos, y no únicamente el 75% como está diseñado el algoritmo originalmente. Se utilizó un modelo maestro-esclavo para su implementación paralela en un cluster de 5 servidores. Los resultados son alentadores y en algunas ocasiones se calcula la solución óptima.
Citas
Dantzig G. B. Discrete-Variable Extremum Problems. Operations Research. 1957, 5(2), 266- 277. https://doi.org/10.1287/opre.5.2.266
Bretthauer K. M., & Shetty B., The nonlinear knapsack problem-algorithms and applications. European Journal of Operational Research, 2002. 138(3) 459-472. https://doi.org/10.1016/S0377-2217(01)00179-5
Pisinger D., Where are the hard knapsack problems? Computers & Operations Research, 2005, 32(9), 2271-2284. https://doi.org/10.1016/j.cor.2004.03.002
Hristakeva M., & Shrestha D., Different approaches to solve the 0/1 knapsack problem. In The Midwest Instruction and Computing Symposium. 2005
Kellerer H., Pferschy U., & Pisinger D., Knapsack Problems. Springer, Berlin. 2004, ISBN 978-3-540- 24777-7.
Zhang, J., Comparative study of several intelligent algorithms for knapsack problem. Procedia Environmental Sciences, 2011, 11, 163-168. https://doi.org/10.1016/j.proenv.2011.12.025
Alfonso H., Salto C., Minetti G. F., Stark, N., Bermúdez, C., Orellana, A., & Sanz Troiani, F. (2010). Metaheurísticas aplicadas a problemas de optimización. In XII Workshop de Investigadores en Ciencias de la Computación. 2010, 72-76
Alba E., Luque G., & Nesmachnow S., Metaheurísticas paralelas: avances recientes y nuevas tendencias. Transacciones internacionales en investigación operativa, 2013, 20(1), 1-48.
Kaur MD., Revisión de diferentes técnicas metaheurísticas para computación paralela. Revista de investigación avanzada en computación en la nube, virtualización y aplicaciones web, 2018, 1(2), 28-32.
Zhou Y., Chen X., & Zhou G., An improved monkey algorithm for a 0-1 knapsack problem. Applied Soft Computing, 2016, 38, 817-830. https://doi.org/10.1016/j.asoc.2015.10.043
Yang X. S., & Karamanoglu M., Swarm intelligence and bio-inspired computation: an overview. In Swarm intelligence and bio-inspired computation, Elsevier, 2013, 3-23. https://doi.org/10.1016/B978-0-12-405163-8.00001-6
Chakraborty A., & Kar A. K., Swarm intelligence: A review of algorithms. In Nature-Inspired Computing and Optimization. Springer, 2017, 475-494. https://doi.org/10.1007/978-3-319-50920-4_19
Adi S., & Aldasht M., Parallel Evolutionary Algorithms for Feature Selection in High Dimensional Datasets. International Journal of Computer Science and Information Security (IJCSIS), 2018, 16(3).
Cotta C., Talbi EG., y Alba E., Metaheurísticas híbridas paralelas. Metaheurísticas paralelas: una nueva clase de algoritmos, 2005 Vol.47, No.347.
Talbi E. G., A taxonomy of hybrid metaheuristics. Journal of heuristics, 2002, 8(5), 541-564. A taxonomy of hybrid metaheuristics
Pospichal P., Schwarz J., y Jaros J., Algoritmo genético paralelo que resuelve 0/1 problema de mochila que se ejecuta en el gpu. En la 16ª Conferencia Internacional sobre Soft Computing MENDEL, 2010, 64-70.
Hajarian M., Shahbahrami A., & Hoseini F., A parallel solution for the 0–1 knapsack problem using firefly algorithm. Conference on Swarm Intelligence and Evolutionary Computation (CSIEC), 2016 pp. 25-30. https://doi.org/10.1109/CSIEC.2016.7482134
Sonuc E., Sen B., & Bayir S., A parallel approach for solving 0/1 knapsack problem using simulated annealing algorithm on CUDA platform. International Journal of Computer Science and Information Security, 2016, 14(12).
El-Shafei M., Ahmad I., & Alfailakawi M. G., Hardware accelerator for solving 0–1 knapsack problems using binary harmony search. International Journal of Parallel, Emergent and Distributed Systems, 2018, 33(1), 87-102. https://doi.org/10.1080/17445760.2017.1324025
Zhao R. Q., & Tang W. S., Monkey algorithm for global numerical optimization. Journal of Uncertain Systems, 2008, 2(3), 165-176.
Yi T. H., Li H. N., & Zhang X. D., A modified monkey algorithm for optimal sensor placement in structural health monitoring. Smart Materials and Structures, 2012, 21(10), https://doi.org/10.1088/0964-1726/21/10/105033
Zheng L., An improved monkey algorithm with dynamic adaptation. Applied Mathematics and Computation, 2013, 222, 645-657. https://doi.org/10.1016/j.amc.2013.07.067
Yi T. H., Li H. N., Song G., & Zhang X. D., Optimal sensor placement for health monitoring of high‐rise structure using adaptive monkey algorithm. Structural Control and Health Monitoring, 2015, 22(4), 667-681 https://doi.org/10.1002/stc.1708
Zou D., Gao L., Li S., & Wu J., Solving 0–1 knapsack problem by a novel global harmony search algorithm. Applied Soft Computing, 2011, 11(2), 1556-1564. https://doi.org/10.1016/j.asoc.2010.07.019
Feng Y., Wang G. G., Feng Q., & Zhao X. J., An effective hybrid cuckoo search algorithm with improved shuffled frog leaping algorithm for 0-1 knapsack problems. Computational intelligence and neuroscience, 2014, pp. 36 https://doi.org/10.1155/2014/857254
Feng Y., Wang G. G., & Gao X. Z., A novel hybrid cuckoo search algorithm with global harmony search for 0-1 Knapsack problems. International Journal of Computational Intelligence Systems, 2016, 9(6), 1174-1190. https://doi.org/10.1080/18756891.2016.1256577
Rizk-Allah R. M., & Hassanien A. E., New binary bat algorithm for solving 0-1 knapsack problem. Complex & Intelligent Systems, 2018, 4(1), 31-53. https://doi.org/10.1007/s40747-017-0050-z
Kulkarni AJ., y Shabir H., Resolver un problema de mochila 0-1 usando el algoritmo de inteligencia de cohorte. Revista internacional de aprendizaje automático y cibernética, 2016, 7(3), 427-441.
Zavala Díaz J. C., Optimización con cómputo paralelo, México DF. México Ed. AM EDITORES., 2013. ISBN 9786074372267
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Programación Matemática y Software
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |