基于图形处理器的并行遗传过程挖掘

• 作 者: 李龚亮 敬思远 郭兵 沈艳
• 机 构: 四川大学计算机学院,中国工程物理研究院计算机应用研究所,乐山师范学院计算机科学学院,成都信息工程大学控制工程学院
• 出 处: 电子科技大学学报
• 发表日期: 2019年6期
• 关键词: 遗传算法 图形处理器 PETRI网 过程挖掘 工作流 genetic algorithmgraphics processing unitPetri netpro
• 基金项目: 国家自然科学基金重点项目(61332001),国家自然科学基金(61772352,61472050),四川省科技计划(2018ZDZX0010,2017GZDZX0003, 2018JY0182)

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