Розроблено та обґрунтовано метод побудови паралельних систем нечіткого логічного виведення Такагі – Сугено на основі графічних прискорювачів Nvidia. Розроблено інтелектуальну систему оцінювання якості стартапів на основі ієрархічних систем нечіткого логічного виведення Такагі – Сугено. Встановлено оцінки прискорення систем нечіткого виведення, що побудовані за зазначеним методом, здійснено порівняльну характеристику з варіантами нечітких систем, що реалізовані на базі технології паралельного програмування MPI.
Разработан и обоснован метод построения параллельных иерархических систем нечеткого логического вывода с использованием ярусно-параллельной формы алгоритмов на основе графических ускорителей Nvidia и технологии CUDA. Обоснована эффективность применения иерархических систем нечеткого логического вывода для построения диагностических интеллектуальных систем. Рассматриваются способы организации эффективных вычислений на графических ускорителях с целью распараллеливания нечетких иерархических систем. Разработана интеллектуальная система оценивания качества стартапов на основе иерархии блоков нечетких правил Такаги – Сугено. Получены оценки ускорения для разработанной интеллектуальной системы оценивания качества стартапов, а также для нечетких систем, зависимости между блоками правил которых сгенерированы случайным образом. Представлена сравнительная характеристика полученных оценок ускорения и оценок ускорения вариантов нечетких систем на основе технологии MPI. Обоснованы преимущества разработанного метода распараллеливания систем нечеткого логического вывода на основе графических ускорителей.
We examine a new method for constructing parallel hierarchical systems of fuzzy logic inference using multi-tier parallel form of algorithms based on Nvidia GPU accelerators and CUDA technology. The efficiency of application of hierarchical systems of fuzzy inference for development of diagnostic intelligent system is substantiated. We characterize the organization of efficient computations on graphic accelerators with the aim of achieving maximum degree of parallelism in fuzzy hierarchical systems. In particular, the above organization relies on parallelization of rules inside each block of fuzzy rules. An intelligent software system for assessing the quality of startups based on parallel inference architecture that contains Takagi – Sugeno blocks of fuzzy rules is developed. The experiment is conducted to demonstrate acceleration estimates for developed intellectual system for assessing the quality of startups as well as for more complex systems with randomly generated dependencies between blocks of rules. We compare characteristics of the obtained acceleration estimates with corresponding estimates for hierarchical fuzzy systems based on the distributed computing technology and MPI message exchange. The advantages of developed method for construction of parallel fuzzy inference based on GPU are substantiated.
