Search academic texts

Information × Registration Number 2125U003949, Article popup.category Опубліковано, Стаття Title USE OF GENETIC ALGORITHMS IN ADAPTIVE COMPILERS FOR CROSS-PLATFORM OPTIMIZATION popup.author Бердник М. Г.Стародубський І. П.Berdnyk M. G.Starodubskyi I. P. popup.publication 24-12-2025 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/346565 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Сучасне програмне забезпечення розробляється в умовах постійно зростаючої складності обчислювальних систем. Сьогодні розробникам доводиться враховувати величезну різноманітність платформ: від мобільних пристроїв із обмеженими ресурсами до серверів із високопродуктивними процесорами та спеціалізованих архітектур, таких як GPU, FPGA та навіть квантові комп’ютери. Ця гетерогенність вимагає від програмного забезпечення здатності ефективно працювати на різних апаратних платформах. Однак переносимість програм залишається однією з найскладніших задач, особливо коли йдеться про досягнення високої продуктивності.Одним із перспективних напрямів вирішення цієї проблеми є використання адаптивних компіляторів, які здатніавтоматично оптимізувати програмний код для різних архітектур. Такий підхід дозволяє розробникам зосередитися нафункціональній частині програм, мінімізуючи витрати на оптимізацію та налаштування. Особливе місце серед підходів до створення адаптивних компіляторів займають генетичні алгоритми (ГА). Це потужні еволюційні методи, які дозволяютьзнаходити оптимальні рішення у складних і багатовимірних параметрів.Мета роботи. Метою дослідження є застосування генетичних алгоритмів у процесі адаптивної компіляції длязабезпечення автоматичної оптимізації програмного забезпечення на різних апаратних платформах.Метод. Ґрунтується на генетичних алгоритмів для автоматизації процесу компіляції. Основніими етапами якого є: ініціалізація популяції – створення початкового набору параметрів компіляції; оцінка функції пристосованості – визначення ефективності кожної комбінації параметрів; еволюційні операції застосування схрещування, мутації та відбору для створення нового покоління параметрів; критерії зупинки – завершення ітераційного процесу при досягненні оптимального результату або стабілізації метрик.Результати. Розроблений алгоритм був реалізований на Python із використанням бібліотек numpy, multiprocessing і subprocess. Для оцінки ефективності алгоритму використовувалися метрики часу виконання, споживання енергії та обсягу використаної пам’яті.Висновки. Наукова новизна дослідження полягає в розробки: інноваційного підхіда до автоматичної оптимізаціїпараметрів компіляції, заснованому на використанні генетичних алгоритмів; метода динамічного вибору стратегій оптимізації на основі метрик продуктивності для різних архітектур; інтеграції ГА із сучасними компіляторами, такими якLLVM, для автоматичного аналізу проміжного подання та оптимізації кодів; методів застосування адаптивних компіляторів для вирішення задач кросплатформної оптимізації. Практична значимість визначається у використання генетичних алгоритмів в адаптивних компіляторах, що дозволяє значно підвищити ефективність процесу компіляції, автоматизуючи вибір оптимальних параметрів для різних архітектур. Запропонований підхід може бути успішно застосований у галузях мобільних обчислень, хмарних технологій і високопродуктивних систем popup.nrat_date 2026-02-09 Close