Optimized Hardware Implementation of Genetic Algorithms on Field Programmable Gate Array (FPGA) using High Level Synthesis Tool HLST
| العنوان بلغة أخرى: |
تحسين تنفيذ هاردوير لخوارزمية الجينات على مصفوفة البوابات المنطقية القابلة للبرمجة باستخدام أداة تحليل عالية المستوى |
|---|---|
| المؤلف الرئيسي: | القضاة، إيمان علي (مؤلف) |
| مؤلفين آخرين: | الجراح، أمين (مشرف) |
| التاريخ الميلادي: |
2019
|
| موقع: | إربد |
| الصفحات: | 1 - 95 |
| رقم MD: | 997123 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة اليرموك |
| الكلية: | كلية الحجاوي للهندسة التكنولوجية |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
15
| المستخلص: |
الخوارزميات الجينية (GAs) تستخدم عادة في حل المشاكل الصعبة في العديد من المجالات. الخوارزميات الجينية المتوازية (PGAs) هي تطبيقات متوازية من الخوارزميات الجينية (GAs) التي يمكن أن توفر مكاسب كبيرة من حيث الأداء والتدرجية والسرعة، ويمكن تنفيذها على مختلف الوسائل التي تدعم التوازي. كفاءة الخوارزميات الجينية تعتمد على معدل التبادل ومعدل الطفرات وعدد المهام التي تنفذ في نفس الوقت وأنه من الصعب ضبط تلك المعاملات يدويا. إلا أن مشكلة الخوارزميات الجينية أنها تستهلك وقتا كثيرا في التنفيذ وفي الوصول إلى الحل الأمثل للمشكلة. هذه الأطروحة استخدمت تقنيات التنفيذ على مصفوفة الدوائر القابلة للبرمجة FPGA التي تدعم التنفيذ المتوازي للمهام والعمليات. إلا أن استخدام هذه الدوائر القابلة للبرمجة في تنفيذ المهام يتطلب معرفة قوية وجيدة في اللغات التي تستخدم في وصف المعدات HDL. الأمر الذي يزيد الوقت اللازم لتصميم مخطط التنفيذ ويحتاج أن يكون المبرمج على خبرة كافية ودقة عالية في القدرة على استخدام هذه اللغات. وبما أنه ظهر في الفترة الأخيرة تقنيات ووسائل لتنفيذ الخوارزميات على مستوى أعلى من وصف المعدات، تسهل على المبرمج مهام التصميم وتقلل بشكل كبير من الوقت اللازم للتنفيذ High Level Synthesis. هذه الأطروحة تقدم طريقة جديدة ومتميزة في برمجة الخوارزميات الجينية GAs وتصميمها على مصفوفة الدوائر القابلة للبرمجة FPGA بشكل متوازي PGAs باستخدام وسائل التحليل والتنفيذ العالية المستوى HLST وتحديدا استخدمت Vivado HLST التي تعتبر الأفضل من بين تلك الوسائل في حلها للمشكلة وتوفيرها للوسائل التي تدعم التوازي وتوفير الوقت والمساحة التخزينية Optimization and Parallelization Techniques. تم اختبار كفاءة الطريقة المقترحة في تصميم الخوارزميات الجينية المتوازية PGAs في استخدامها لحل مشكلتين معروفتين من المشاكل الصعبة التي لا يسهل حلها بالطرق التقليدية: مشكلة البائع المتجول Travelling Salesman Problem ومشكلة حقيبة الظهر Knapsack Problem. كما قمنا بتصميم نظامين من الخوارزميات الجينية المتوازية PGAs: طريقة الخادم- المستفيد Master Slave Model وطريقة الجزيرة Island Model. وقمنا بدراسة أثر عدد الخادمين slaves الذين يتولون تنفيذ المهام بشكل متوازي. لقد حاول الكثير من الباحثين استخدام هذه الخوارزميات الجينية GAS في حل هاتين المشكلتين TSP & KNP. إلا أن طريقتنا المقترحة في تصميم الخوارزميات الجينية بشكل متوازي PGAs على مصفوفة الدوائر القابلة للبرمجة FPGA باستخدام وسيلة التحليل العالية المستوى Vivado HLST، ساعدنا بشكل ملحوظ إلى تحسين سرعة الخوارزميات الجينية في الوصول إلى الحل الأمثل للمشكلة بشكل أفضل مما وصل إليه الباحثون سابقا. أظهرت نتائج اختبار كفاءة الخوارزميات الجينية المتوازية PGAs في حل مشكلة البائع المتجول TSP بسرعة تتراوح بين 28- 31 ضعفا تقريبا أعلى من سرعة تنفيذها بشكل عادي غير متوازي، وفي حل مشكلة حقيبة الظهر KNP بسرعة تتراوح بين 14- 102 ضعفا أعلى من سرعة تنفيذها بشكل عادي غير متوازي، وهذه سرعة لم يصل إليها أحد من الباحثين من قبل. الطريقة المقترحة لها فوائد كبيرة في حل مشكلات صعبة أخرى في مجالات مختلفة. |
|---|
عناصر مشابهة
-
Implementation of Digital Image Processing Algorithms using FPGA
بواسطة: Rashed, Amr Ezz Aldin منشور: (2010) -
Optimal Design of Digital filters using Genetic Algorithms
بواسطة: Al Zorgani, Maisun Mohamed منشور: (2010) -
Integer and Fractional Order System Identification and Industrial Controllers Optimization Using Genetic Algorithms
بواسطة: Zead, Islam S. منشور: (2016) -
OPTIMIZATION OF GAS PIPELINE NETWORKS USING GENETIC ALGORITHMS
بواسطة: Shahin, Islam Abd Alalim Saad منشور: (2012) -
A Genetic Algorithm For The Level Control Of Nulls And Side Lobes In Linear Antenna Arrays
بواسطة: Goswami, Bipul منشور: (2013)
