Uso de algoritmos genéticos para la obtención de modelos estadísticos de rendimiento
El entorno de análisis TIA proporciona modelos precisos del rendimiento de aplicaciones paralelas mediante el uso de técnicas estadísticas basadas en selección de modelos. Este método selecciona el mejor modelo entre un conjunto de candidatos proporcionados por el usuario, y ofrece información adicional para que el usuario haga una valoración subjetiva del modelo propuesto por el entorno. Uno de los aspectos que condiciona la aplicabilidad del modelado es el elevado tiempo necesario para encontrar la solución óptima debido a la alta dimensionalidad del espacio de búsqueda. En este artículo se presenta la aplicación de un algoritmo genético para reducir el tiempo de búsqueda cuando el conjunto de modelos candidato es muy elevado. Los resultados demuestran que con unos tiempos muy reducidos se consigue alcanzar en muchos casos el modelo óptimo y en el resto un modelo con una calidad próxima a la óptima.
keywords: Modelos de rendimiento, selección de modelos, algoritmos genéticos, AIC
Publication: Congress
1624015015083
June 18, 2021
/research/publications/uso-de-algoritmos-geneticos-para-la-obtencion-de-modelos-estadisticos-de-rendimiento
El entorno de análisis TIA proporciona modelos precisos del rendimiento de aplicaciones paralelas mediante el uso de técnicas estadísticas basadas en selección de modelos. Este método selecciona el mejor modelo entre un conjunto de candidatos proporcionados por el usuario, y ofrece información adicional para que el usuario haga una valoración subjetiva del modelo propuesto por el entorno. Uno de los aspectos que condiciona la aplicabilidad del modelado es el elevado tiempo necesario para encontrar la solución óptima debido a la alta dimensionalidad del espacio de búsqueda. En este artículo se presenta la aplicación de un algoritmo genético para reducir el tiempo de búsqueda cuando el conjunto de modelos candidato es muy elevado. Los resultados demuestran que con unos tiempos muy reducidos se consigue alcanzar en muchos casos el modelo óptimo y en el resto un modelo con una calidad próxima a la óptima. - D. R. Martínez, V. Blanco, J. C. Cabaleiro, T. F. Pena, F. F. Rivera
publications_en