Resumen
This paper presents an implementation of Grammatical Evolution on a GPU architecture. Our proposal, Embedded Grammars, implements the grammar directly in the code. Although more rigid, it allows to compute the decodification in parallel with the evaluation of the individuals. We tested three different grammars with a set of eight symbolic regression problems. The symbolic regression problems consists on obtaining a mathematical expression in the form y=f(x) , in our case, from a set of 288 pairs x, y. The analysis of the results shows that Embedded Grammars are better not only in terms of execution time, but also in quality when compared with an implementation on a CPU. Speed-up results are also better than those presented in the literature.
J. Manuel Colmenar
Profesor Titular de Universidad
Mis intereses de investigación se centran en las metaheurísticas aplicadas a problemas de optimización. He trabajado en diferentes problemas de optimización combinatoria aplicando algoritmos trajectoriales como GRASP o VNS. Además, estoy muy interesado en las aplicaciones de la Evolución Gramatical, específicamente en el dominio de los modelos y la predicción, como alternativa a los enfoques de aprendizaje automático.