基于图形处理器的并行遗传过程挖掘

• 作者: 敬思远 李龚亮 沈艳 郭兵
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 遗传算法 图形处理器 Petri网 过程挖掘 工作流
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 918-924
• 页数: 7页
• 分类号: TP311.1
• 字数: 6817字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.06.017

摘要

为提高遗传过程挖掘算法对大规模事件日志处理的性能,该文提出一种基于GPU的并行遗传过程挖掘算法.由于传统基于二进制的染色体编码不能表示因果矩阵中的AND-Split/AND-Join和OR-Split/OR-Join结构,提出一种新的染色体编码方案.该方案通过内容、标识、位置3个数组,有效地解决了GPU上因果矩阵的遗传表示问题.同时,设计并实现了高效的遗传交叉/变异算子和适应度并行计算方法.仿真实验表明,与当前CPU上的遗传过程挖掘算法相比,本文算法在求解精度和收敛速度方面都具有明显优势,并且在两个数据集上分别取得36.4倍和47.2倍的执行时间加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭兵	四川大学计算机学院	69	488	12.0	20.0
2	沈艳	成都信息工程大学控制工程学院	33	204	8.0	13.0
3	李龚亮	四川大学计算机学院	8	7	2.0	2.0
5	敬思远	乐山师范学院计算机科学学院	10	2	1.0	1.0