Paralel genetik algoritma ile sayısal filtre optimizasyonunun karşılaştırmalı analizi

Sayısal filtreler, sayısal işaretlerin bazı özelliklerini bir dizi çarpma ve toplama işlemine tabi tutularak istenilen şekilde değiştirmek için kullanılır. Filtre optimizasyonu, filtre karakteristiklerini sağlayacak en uygun filtre katsayılarının belirlenmesi için gerçekleştirilir. Geleneksel hesaplama teknikleri ile gerçekleştirilen filtre tasarımında katsayıların belirlenmesi için yapılan arama yerel minimum noktalarına takılıp kalabilmektedir. Genetik algoritma da ise arama işlemine farklı noktalardan devam edilerek genel minimum bulunabilir ve böylece en uygun değerlere ulaşılabilir. Genetik algoritmalarda çözülecek problemin hesaplama yükü arttığı zaman, algoritmanın hızlandırılması için en etkin seçeneklerden biri olan paralel formda gerçekleştirme işlemine başvurulmaktadır. Bu tez çalışmasında sayısal filtre optimizasyonunun paralel genetik algoritmalar kullanılarak, çok-çekirdekli bilgisayar üzerinde başarım analizi gerçekleştirilmiştir. Bu amaçla, paralel genetik algoritmalar C# programlama dili ile kodlanmış ve paralel hesaplamalar için yerleşik Parallel kütüphanesi kullanılmıştır. Farklı filtre yapılarının optimizasyonu için elde edilen başarım değerleri deneysel olarak incelenmiş ve sıralı algoritmada gereken çalışma süresinin, paralel algoritma ile azaltılması sağlanmıştır. Geliştirilen arayüz kullanılarak dört ve altı çekirdekli işlemcilerle yapılan deneysel ölçümler sıralı hesaplama ile karşılaştırıldığında başarımın kullanılan çekirdek adedine bağlı olarak arttığı gözlenmiştir.