Parametrische Optimierung in parallelen und verteilten Umgebungen
Der Vortrag führt in die parametrische Optimierung mit Evolutionären- und Schwarmalgorithmen ein und diskutiert die Parallelisierung auf Basis von Grid und Cloud, Clustern, Mehrprozessorsystemen und GPGPU. Praktische Anwendungsfälle auf Basis der unter einer Open Source Lizenz verfügbaren Geneva Bibliothek illustrieren die erreichbare Performance sowie Randbedingungen, die bei der Ausführung parametrischer Optimierungsalgorithmen in verteilten Umgebungen zu beachten sind. Der Vortrag geht zudem auf den Einsatz der Boost Bibliothekssammlung in der in C++ implementierten Geneva Bibliothek ein. Der Name Geneva steht für "Grid-enabled evolutionary algorithms". In dieser Software sind neben Evolutionären Algorithmen auch Schwarmalgorithmen implementiert. Weitere Optimierungstechniken sollen im Laufe der Zeit integriert werden. Geneva möchte besonders komplexe und rechenintensive technische und wissenschaftliche Problemstellungen der parametrischen Optimierung zugänglich machen. Die Parallelisierung erfolgt dabei mit nur wenigen Einschränkungen für den Nutzer transparent.
