Paralelización de técnicas de toma de decisiones en empresas de acuicultura

Abstract

Actualmente las empresas del sector de la Acuicultura deben de controlar una gran cantidad de factores para poder realizar su actividad de la manera más productiva. Su producción depende de factores ambientales, económicos, biológicos e ingenieriles. Esta alta complejidad, las empresas en colaboración con universidades buscan métodos para planificar la cría de peces de manera que aporte el máximo beneficio. En este aspecto el grupo de investigación Gestión Económica para el Desarrollo Sostenible del Sector Primario (IDES) de la Universidad de Cantabria creo el software AquiAID para la gestión de empresas de acuicultura. Este software cuenta para su ejecución con un algoritmo de Inteligencia Artificial conocido como Particule Swarm Optimitation (PSO). Pero debido a su alto coste computacional es inviable su utilización en la práctica. Este trabajo consiste en la mejora del rendimiento y del consumo energético del software AquiAID utilizando la técnica de paralelización en sistemas de memoria distribuida. Para esto se han centrado los esfuerzos en paralelizar, con el grano más fino posible, el algoritmo de inteligencia artificial que permitirá reducir su tiempo de computo, el cual es el mayor limitante del programa. Se realizará una validación experimental que permitirá optimizar la paralelización y conocer los límites de la paralelización del algoritmo PSO. Estos experimentos validaran tanto el rendimiento del programa como el consumo energético, los cuales son fundamentales para la reducción en el coste empresarial. Gracias a los cambios realizado en el programa paralelo implementado se obtienen reducciones de tiempo de hasta 40 veces el tiempo secuencial, y en la energía consumida de 20 veces respecto al original. Con estas mejoras, el software servirá a la industria de la acuicultura para realizar la gestión de la cría de peces. Todo ello gracias a la paralelización de un algoritmo de inteligencia artificial, lo cual no se ha observado actualmente en el mundo de la acuicultura.

Nowadays, aquaculture companies must control a large number of factors in order to be able to carry out their activity in the most productive way. Their production depends on environmental, economic, biological and engineering factors. Due to this high complexity, companies in collaboration with universities are looking for methods to plan fish farming in a way that brings the maximum benefit. In this respect, the research group Gesti´on Econ´omica para el Desarrollo Sostenible del Sector Primario (IDES) of the University of Cantabria created the AquiAID software for the management of aquaculture companies. This software uses an artificial intelligence algorithm known as Particule Swarm Optimitation (PSO). However, due to its high computational cost, it is unfeasible to use it in practice. This work consists of improving the performance and energy consumption of AquiAID software using the technique of parallelisation in distributed memory systems. To this end, efforts have been focused on parallelising, with the finest possible grain, the artificial intelligence algorithm to reduce its computation time, which is the programme’s main limitation. Experimental validation will be carried out to optimise the parallelisation and to find out the limits of the parallelisation of the PSO algorithm. These experiments will validate both the performance of the programme and the energy consumption, which are fundamental for the reduction of the business cost. Thanks to the changes made to the implemented parallel program, time reductions of up to 40 times the sequential time and energy consumption of 20 times compared to the original are obtained. With these improvements, the software will help the aquaculture industry to manage fish farming. All this thanks to the parallelisation of an artificial intelligence algorithm, which is currently unheard of in the world of aquaculture.