文献

J-GLOBAL ID：201502215901028598   整理番号：15A1122079

マルチエージェントベースモデルのクラスのためのGPU加速シミュレーション【Powered by NICT】

GPU-Accelerated Simulation for Class of Multi-Agent Based Models

著者 (4件)： Zhao Yuan (Guangdong Coll. of Ind. & Commerce; Guangdong Province Key Lab. of Land Use and Consolidation; Key Lab. of the ...) ,  Cheng Jiachang (Coll. of Informatics, South China Agricultural Univ., Guangzhou) ,  Wang Lu (Coll. of Informatics, South China Agricultural University; Guangdong Province Key Lab. of Land Use and ...) ,  Hu Yueming (Coll. of Informatics, South China Agricultural University; Guangdong Province Key Lab. of Land Use and ...)
資料名： Xitong Fangzhen Xuebao  (Xitong Fangzhen Xuebao)
巻： 27  号： 2  ページ： 396-403  発行年： 2015年 
JST資料番号： C2071A  ISSN： 1004-731X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： von Thunenモデルの並列エージェントベースモデルは,グラフィックス処理ユニット(GPU)により駆動された提案した。von Thunenモデルはしばしば多数の地理的に位置する個々の意思決定者と大量個人レベルの相互作用のシミュレーションを含んでいた。このシミュレーションは,実質的な計算能力を必要とした。GPU計算資源は,細粒共有メモリパラダイムに基づく超並列処理プラットフォームを提供した。超並列処理プラットフォームは,空間問題のエージェントベースモデルの計算要件に適合するためのかなりの有望性を持っていた。動的関係テーブル再構築法は,空間von Thunenモデルの並行エージェントベースモデリングのためのGPUの使用を可能にするために提案した。重要なアルゴリズムは,大規模空間シミュレーションのためのGPUでの高性能資源を利用する最良のに重要な役割を果たした。計算性能を調べるために行った実験は,GPUは,従来の並列計算アーキテクチャへの計算的に効率的な代替法を提供し,大規模空間におけるエージェントベースモデルを大幅に加速することを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 計算機アーキテクチャ ,  再構成 ,  地理学 ,  *シミュレーション ,  意思決定者 ,  共有メモリ ,  *エージェントモデル ,  並列演算 ,  アルゴリズム ,  相互作用
準シソーラス用語： 高性能化 ,  関係テーブル ,  計算資源 ,  GPU【プロセッサ】 , 【Automatic Indexing@JST】

分類 (1件)： 計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (6件)： マルチ ,  エージェントベースモデル ,  クラス ,  GPU ,  加速 ,  シミュレーション