-
Notifications
You must be signed in to change notification settings - Fork 1
/
serial_simulated_annealing_omp.c
223 lines (187 loc) · 8.03 KB
/
serial_simulated_annealing_omp.c
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
/*
* COMPILE: g++ -g -Wall -fopenmp -o simulated_annealing simulated_annealing.cpp
* RUN: ./simulated_annealing
*/
#include <stdio.h>
#include <stdlib.h>
#include <pthread.h>
#include <math.h>
#include <assert.h>
#include <omp.h>
#include "CSA_Problem.h"
#ifndef PI
#define PI 3.14159265358979323846264338327
#endif
// funcao auxiliar para pegar o maior/pior custo atual de todos os otimizadores
double maxValue(double myArray[], int size) {
assert(myArray && size);
int i;
double maxValue = myArray[0];
for (i = 1; i < size; ++i) {
if ( myArray[i] > maxValue ) {
maxValue = myArray[i];
}
}
return maxValue;
}
double minValue(double myArray[], int size) {
assert(myArray && size);
int i;
double minValue = myArray[0];
for (i = 1; i < size; i++) {
if ( myArray[i] < minValue ) {
minValue = myArray[i];
}
}
return minValue;
}
/*--------------------------------------------------------------------*/
int main(int argc, char* argv[]) {
double t_gen = 100; // temperatura de geracao
double t_ac = 100; // temperatura de aceitacao
double num_aleatorio = 0.0; // numero aleatorio
int dim; // dimensao do problema
int k = 1;
int i, j;
double num_otimizadores = 0; // numero de threads/num_otimizadores
int num_function_choices[3] = {2001,2003,2006}; // opcoes de funcao
int num_function; // funcao selecionada
int avaliacoes = 0;
int menor_custo_total;
/* atribuicoes iniciais */
num_otimizadores = (double) atoi(argv[1]); // pega a numero de threads do programa
dim = atoi(argv[2]); // pega a dimensao do arg da linha de comando
num_function = num_function_choices[atoi(argv[3])]; // pega a funcao a ser usada
double var_desejada = 0.99 * ((num_otimizadores - 1)/(num_otimizadores * num_otimizadores )); // calculo da variancia desejada
double *tmp = NULL; // usado para trocar valores
double termo_acoplamento; // termo de acoplamento
double sigma;
double total_time; // tempo total de execucao
double start; // tempo de inicio da execucao
double *custo_sol_corrente = (double *)malloc(num_otimizadores * sizeof(double));
double *custo_sol_nova = (double *)malloc(num_otimizadores * sizeof(double));
double *melhor_custo = (double *)malloc(num_otimizadores * sizeof(double)); // energias corrente e nova
double *vetor_func_prob = (double *)malloc(num_otimizadores * sizeof(double)); // solucao nova
double *atuais_custos = (double *)malloc(num_otimizadores * sizeof(double)); // custos correntes de cada otimizador
double **sol_correntes = (double **)malloc(num_otimizadores * sizeof(double *)); // solucoes correntes de todos os otimizadores
double **sol_novas = (double **)malloc(num_otimizadores * sizeof(double *)); // novas solucoes de todos os otimizadores
for (i = 0; i < (int) num_otimizadores; i++) {
sol_correntes[i] = (double *)malloc(dim * sizeof(double));
sol_novas[i] = (double *)malloc(dim * sizeof(double));
}
struct drand48_data buffer; // semente
srand48_r(time(NULL),&buffer);
//Gera soluções iniciais para cada otimizador
for (i = 0; i < (int) num_otimizadores; i++){
for (j = 0; j < dim; j++) {
drand48_r(&buffer, &num_aleatorio); //gera um número entre 0 e 1
sol_correntes[i][j] = 2.0*num_aleatorio-1.0;
}
custo_sol_corrente[i] = CSA_EvalCost(sol_correntes[i], dim, num_function);
atuais_custos[i] = custo_sol_corrente[i];
melhor_custo[i] = custo_sol_corrente[i];
avaliacoes++;
}
// for (i = 0; i < num_otimizadores; i++) {
// for (j = 0; j < dim; j++) {
// printf("%f ", sol_correntes[i][j]);
// }
// printf("\t\t custo = %f\n", atuais_custos[i]);
// }
termo_acoplamento = 0;
for (i = 0; i < (int) num_otimizadores; i++) {
termo_acoplamento += pow(EULLER, ((atuais_custos[i] - maxValue(atuais_custos, (int)num_otimizadores))/t_ac));
}
printf("%1.20e\n", termo_acoplamento);
// funcao de probabilidade de aceitacao
for (i = 0; i < (int) num_otimizadores; i++) {
double func_prob = pow(EULLER, ((custo_sol_corrente[i] - maxValue(atuais_custos, (int)num_otimizadores))/t_ac))/termo_acoplamento;
if (func_prob < 0 || func_prob > 1){
printf("Limite errado da função de probabilidade\n");
exit(1);
}
//adiciona o valor da funcao do otimizador N na sua posicao correspondente no vetor de funcoes
vetor_func_prob[i] = func_prob;
}
double soma = 0;
for (i = 0; i < num_otimizadores; i++) {
soma += vetor_func_prob[i];
}
printf("%.30f\n", soma);
//Loop Principal - Critério de Parada
while (avaliacoes < 1000000){
//Gerar nova solução
for (i = 0; i < (int) num_otimizadores; i++){
for (j = 0; j < dim; j++) {
drand48_r(&buffer, &num_aleatorio); //gera um número entre 0 e 1
sol_novas[i][j] = fmod(sol_correntes[i][j] + t_gen*tan(PI*(num_aleatorio-0.5)) ,1.0 );
}
custo_sol_nova[i] = CSA_EvalCost(sol_correntes[i], dim, num_function);
avaliacoes++;
}
//Avaliar nova solução
for (i = 0; i < num_otimizadores; i++) {
drand48_r(&buffer, &num_aleatorio);
if (num_aleatorio > 1 || num_aleatorio < 0) {
printf("ERRO NO LIMITE DE R = %f\n", num_aleatorio);
exit(1);
}
if (custo_sol_nova[i] <= custo_sol_corrente[i] || vetor_func_prob[i] > num_aleatorio){
//copio sol_nova para sol_corrente
tmp = sol_correntes[i];
sol_correntes[i] = sol_novas[i];
sol_novas[i] = tmp;
custo_sol_corrente[i] = custo_sol_nova[i];
atuais_custos[i] = custo_sol_nova[i];
if (custo_sol_nova[i] < melhor_custo[i]){
melhor_custo[i] = custo_sol_nova[i];
}
}
}
termo_acoplamento = 0;
for (i = 0; i < (int) num_otimizadores; i++) {
termo_acoplamento += pow(EULLER, ((atuais_custos[i] - maxValue(atuais_custos, (int)num_otimizadores))/t_ac));
}
// funcao de probabilidade de aceitacao
for (i = 0; i < (int) num_otimizadores; i++) {
double func_prob = pow(EULLER, ((custo_sol_corrente[i] - maxValue(atuais_custos, (int)num_otimizadores))/t_ac))/termo_acoplamento;
if (func_prob < 0 || func_prob > 1){
printf("Limite errado da função de probabilidade\n");
exit(1);
}
//adiciona o valor da funcao do otimizador N na sua posicao correspondente no vetor de funcoes
vetor_func_prob[i] = func_prob;
}
double soma = 0;
for (i = 0; i < num_otimizadores; i++) {
soma += vetor_func_prob[i];
}
printf("%.30f\n", soma);
sigma = 0;
for (i = 0; i < (int) num_otimizadores; i++) {
sigma += (double) pow(vetor_func_prob[i], 2);
}
sigma = ((1/num_otimizadores) * sigma) - 1/(num_otimizadores * num_otimizadores);
double sigma_limit = ((num_otimizadores - 1)/(num_otimizadores * num_otimizadores));
if (sigma < 0 || sigma > sigma_limit){
printf("Limite errado de sigma. sigma = %f, iteracao = %d\n", sigma, k);
exit(0);
}
// avaliacao e atualizacao da temperatura de aceitacao
if (sigma < var_desejada){
t_ac = t_ac * (1 - 0.01);
} else if (sigma > var_desejada){
t_ac = t_ac * (1 + 0.01);
}
// atualizacao da temperatura de geracao
t_gen = 0.99992 * t_gen;
// incrementa k
k++;
}
for (i = 0; i < (int) num_otimizadores; i++) {
atuais_custos[i] = melhor_custo[i];
}
double melhor_custo_total = minValue(atuais_custos, (int)num_otimizadores);
printf("\nA melhor solução tem custo: %.20f\n",melhor_custo_total);
return 0;
} /* main */