Le 29/10/2012 par idoumghar :

• Titre : métaheuristiques hybrides sur GPU
• Contact : lhassane.idoumghar@uha.fr
• Lieu : Université de Haute Alsace.
• Durée : 6 mois.

• Sujet :
La conception de méthodes d'optimisation combinatoire efficaces représente un enjeu primordial pour beaucoup de secteurs industriels (automobile, aéronautique, radiodiffusion, etc.).

En effet, les dernières années ont vu apparaître de nombreuses méthodes exactes de plus en plus performantes ainsi que des métaheuristiques efficaces qui ont permis de résoudre efficacement de nombreux problèmes difficiles.
Les métaheuristiques constituent une classe d'approches intéressante pour résoudre les problèmes de grande taille. En effet, leur variété permet de s'adapter à différents types de problèmes.
Pour tirer avantage de cette variété, de nombreuses méthodes hybrides, mettant en oeuvre deux métaheuristiques par exemple, ont été développées ces dernières années dans notre équipe.

Dans ce sujet de stage, nous nous intéressons à l'utilisation d'un cluster GPU hétérogène dans le domaine des métaheuristiques hybrides. Les principaux objectifs attendus de ce stage de recherche sont les suivants :
• Implémentation d'une des métaheuristiques hybrides, déjà développées au laboratoire, sur un cluster GPU hétérogène. En effet, les récentes architectures parallèles sont composées de clusters de nœuds hétérogènes, cumulant la puissance de calcul des coeurs CPU et GPU sur chaque noeud. Nous souhaitons exploiter cette puissance de calcul pour s'attaquer aux problèmes d'optimisation difficile de grande taille.
• Evaluer, sur des benchmarks mathématiques, le gain qu'il est possible d'obtenir au niveau des performances.
• Validation de l'approche développée sur le problème de la modélisation d'un moteur électrique à aimant permanent que nous avons résolue en version séquentielle.

Pré-requis et candidature
• Bon niveau de programmation
• Envoyez un CV, votre relevé de note de M1.