Optimalizace přijímání pacientů do nemocnice pomocí paralelních algoritmů na Intel Xeon Phi

Abstract

Tato práce se zabývá problémem optimalizace přijímání pacientů do nemocnice známým jako Patient Admission Scheduling (PAS) problem. Implementovali jsme sekvenční algoritmus a navrhli dva paralelní algoritmy na jeho řešení. Základem je metaheuristika na lokální prohledávání nazývaná simulované žíhání. Porovnali jsme dva přístupy k paralelizaci. Jeden využíval paralelního běhu několika simulovaných žíhání, která si vyměňovala řešení přes sdílenou paměť. Druhý přístup používá jeden průběh simulovaného žíhání, kde vyhodnocuje více změn paralelně. Tato varianta se ukázala jako vhodnější, protože podávala konzistentní výsledky a na procesoru dosáhla průměrného zrychlení 2.9 oproti sekvenční verzi. Experimenty ukázaly, že Intel Xeon Phi není vhodný pro tento problém, protože jsme nebyli schopni využít efektivně vektorizaci.

We have implemented the state-of-the art sequential algorithm for the Patient Admission Scheduling (PAS) problem and proposed two versions of parallel algorithms in this thesis. All algorithms are based on the local search metaheuristic called Simulated Annealing (SA). Two approaches to parallelization are compared. The first version runs multiple instances of SA which share solutions via a solution pool. The second version runs one SA with the moves evaluated in parallel. This version proved to be better than the first one because it produced more consistent results with average speedup 2.9 on CPU. The experiments indicate that the Intel Xeon Phi is not suitable for this problem since we were not able to utilize vectorization efficiently.