Recurrent-and-Parallel GMDH Algorithms for High-Performance Computing

Abstract

The paper presents the conception, theoretical grounds and mathematical tools for designing high-performance searching and iterative GMDH algorithms on the basis of recurrent-and-parallel computing for modelling and prediction of complex processes. Its effectiveness is experimentally tested. Intelligent information technology for inductive modeling of complex processes on the basis of recurrent-and-parallel computing is constructed.

Мета цієї статті полягає у розробленні методів розпаралелювання обчислень у перебірному алгоритмі COMBI та узагальненому релаксаційному ітераційному алгоритмі GRIA і визначенні обчислювальної ефективності розпаралелювання. Результати. У статті описано розроблені принципи розпаралелювання операцій у комбінаторному алгоритмі

Цель этой статьи состоит в разработке методов распараллеливания вычислений в переборном алгоритме COMBI и обобщенном релаксационном итерационном алгоритме GRIA и определении вычислительной эффективности распараллеливания. Результаты. В статье описаны разработанные принципы распараллеливания операций в комбинаторном алгоритме COMBI МГУА с рекуррентным оцениванием параметров моделей. При распараллеливании использованы схемы вычислений со стандартным генератором двоичных чисел и последовательным усложнением структур моделей, согласно которым каждый процессор автономно вычисляет начальный двоичный структурный вектор и количество моделей, которые он будет строить. Также гарантируется неповторяемость структур в различных процессорах. Благодаря этому значительно повышается эффективность распараллеливания, поскольку нет потерь времени на межпроцессорное взаимодействие.