B. SWARM INTELLIGENCE FOR PERMUTATI

B. SWARM INTELLIGENCE FOR PERMUTATION OPTIMIZATION: A CASE STUDY OF N-QUEENS
PROBLEM
Th the results represent the mean number of
function evaluations. And also, it provides better results than genetic algorithm in performance. The comparison table is
present in this paper. From the results, it can be seen that PSO successfully finds a solution of the n-queens problems in a
short timeC. N-QUEEN PROBLEM USING DYNAMIC LOAD DISTRIBUTION
In general no of serial algorithms like brute force algorithms, genetic algorithms, heuristic algorithms are used
to solve the n queen problem. But in this paper a parallel solution is provided using dynamic load balancing method. The
objective is to find all solutions to the N-Queen problem on a distributed memory cluster using MPI. In this paper, the
experiments are taken for board size 12 using 7 processors and board size 15 using 8 processors. The speed up is
dependent both on the number of slots (keeping the board Size constant) and also its improvements over the serial
algorithms. With respect to the serial program, the scaling is linear. Due to high volumes of data transfer, the scaling is
not perfectly linear. Furthermore, the scaling is almost perfectly linear on the number of processors; at least when double
the number of processors

Kết quả (Việt) 1:

SINH SWARM CÁC TÌNH BÁO ĐỂ TỐI ƯU HÓA HOÁN VỊ: MỘT NGHIÊN CỨU TRƯỜNG HỢP CỦA HOÀNG HẬU NVẤN ĐỀThứ đại diện cho các kết quả có nghĩa là sốchức năng đánh giá. Và ngoài ra, nó cung cấp các kết quả tốt hơn so với các thuật toán di truyền trong hoạt động. Bảng so sánh làhiện diện trong bài báo này. Từ các kết quả, nó có thể được nhìn thấy rằng PSO thành công tìm thấy một giải pháp của vấn đề n-hoàng hậu trong mộtngắn timeC. N-NỮ HOÀNG VẤN ĐỀ BẰNG CÁCH SỬ DỤNG NĂNG ĐỘNG TẢI PHÂN PHỐINói chung không nối tiếp các thuật toán như thuật toán bạo lực, thuật toán di truyền, thuật toán heuristic được sử dụngđể giải quyết vấn đề n nữ hoàng. Nhưng trong bài báo này giải song song được cung cấp bằng cách sử dụng năng động tải cân bằng phương pháp. Cácmục tiêu là tìm tất cả các giải pháp cho vấn đề N-nữ hoàng trên một cụm sao phân tán bộ nhớ bằng cách sử dụng bộ KH & ĐT. Trong bài báo này, cácthí nghiệm được thực hiện cho hội đồng quản trị kích thước 12 bằng cách sử dụng 7 bộ vi xử lý và hội đồng quản trị kích thước 15 sử dụng bộ vi xử lý 8. Tốc độ lêncả hai phụ thuộc vào số lượng các khe cắm (giữ bảng kích thước liên tục) và cũng có thể cải tiến của nó trên nối tiếpthuật toán. Đối với chương trình nối tiếp, các rộng là tuyến tính. Do khối lượng cao của truyền dữ liệu, các rộng làkhông hoàn toàn tuyến tính. Hơn nữa, các mở rộng quy mô là gần như hoàn hảo tuyến tính về số lượng các bộ vi xử lý; ít khi gấp đôisố lượng các bộ vi xử lý

Kết quả (Việt) 2:

B. Swarm INTELLIGENCE CHO hoán vị OPTIMIZATION: Một NGHIÊN CỨU TRƯỜNG HỢP N-QUEENS
VẤN ĐỀ
Th kết quả đại diện cho số trung bình của
các đánh giá chức năng. Và cũng có thể, nó cung cấp kết quả tốt hơn so với thuật toán di truyền trong hoạt động. Bảng so sánh là
hiện nay trong bài viết này. Từ những kết quả, nó có thể được nhìn thấy rằng PSO tìm thấy thành công một giải pháp của vấn đề n-queens trong một
timeC ngắn. N-QUEEN VẤN ĐỀ SỬ DỤNG NĂNG ĐỘNG TẢI PHÂN PHỐI
Trong không chung của thuật toán nối tiếp như các thuật toán brute force, thuật toán di truyền, các thuật toán heuristic được sử dụng
để giải quyết vấn đề n nữ hoàng. Nhưng trong bài báo này là một giải pháp song song được cung cấp bằng cách sử dụng phương pháp cân bằng tải động. Các
mục tiêu là tìm tất cả các giải pháp cho vấn đề N-Queen trên một cụm bộ nhớ phân tán sử dụng MPI. Trong bài báo này, các
thí nghiệm được thực hiện cho các kích thước bảng 12 sử dụng bộ vi xử lý và kích thước 7 bảng 15 sử dụng bộ vi xử lý 8. Tốc độ lên là
phụ thuộc cả vào số lượng các khe cắm (giữ Kích thước bảng không đổi) và cũng cải tiến của nó trên nối tiếp
các thuật toán. Đối với các chương trình nối tiếp với, nhân rộng là tuyến tính. Do khối lượng lớn dữ liệu chuyển giao, mở rộng quy mô là
không hoàn toàn tuyến tính. Hơn nữa, các nhân rộng được gần như hoàn hảo tuyến tính vào số lượng các bộ vi xử lý; ít nhất là khi đôi
số lượng các bộ vi xử lý