Criação de estratégia de negociação de ações usando GP na GPU
Soft Computing (Fator de Impacto: 1,27). 02/2012; 16 (2): 247-259. DOI: 10.1007 / s00500-011-0717-0
Este artigo investiga as melhorias de velocidade disponíveis ao usar uma unidade de processamento gráfico (GPU) para avaliação de indivíduos
Em um ambiente de programação genética (GP). Um sistema GP existente é modificado para permitir a avaliação paralela de indivíduos
Em um dispositivo GPU. Vários problemas relacionados à implementação do GP na GPU são discutidos, incluindo como executar GP baseado em árvore
Um dispositivo sem suporte de recursão, bem como o efeito que o layout de memória adequada pode ter na velocidade aumenta ao usar
Dispositivos GPU nVidia habilitados para CUDA. A implementação específica do GP foi concebida para evoluir estratégias de
Indicadores de análise. O segundo objetivo desta pesquisa é investigar a possível melhora no desempenho quando o treinamento
Indivíduos em um número maior de ações e dias de treinamento. Este aumento do tamanho do treinamento (cerca de 100.000 pontos de treinamento)
É ativado devido aos agravamentos realizados pela avaliação da GPU. Vários cenários diferentes foram usados para testar várias otimizações de velocidade
Da GP avaliação no dispositivo GPU, com um pico de aceleração factor de mais de 600 (quando comparado com a avaliação sequencial em um 2,4 GHz
CPU). Além disso, verifica-se que o aumento do número de unidades populacionais e da duração do período de formação pode resultar num maior número de pessoas fora de formação
No comments:
Post a Comment