Дослідження оптимізації розподілу інвестиційних фондів

ДОСЛІДЖЕННЯ ОПТИМІЗАЦІЇ РОЗПОДІЛУ ІНВЕСТИЦІЙНИХ ФОНДІВ

INVESTIGATION OF THE OPTIMIZATION OF DISTRIBUTION OF INVESTMENT FUNDS

Сторінки: 33-36. Номер: №1, 2021 (293)
Автори:
Л.І. МОЧУРАД
Національний університет “Львівська політехніка
L.І. MOCHURAD
Lviv Polytechnic National University
DOI: https://www.doi.org/10.31891/2307-5732-2021-293-1-33-36
Рецензія/Peer review : 11.02.2021 р.
Надрукована/Printed : 10.03.2021 р.

Анотація мовою оригіналу

На економіко-інвестиційному полі, яке ми обрали для дослідження, виникають проблеми з розвитком інвестиційних проектів, а саме при розподілі інвестиційних фондів. При вирішенні цих проблем використовують імітаційне моделювання на основі методу Монте-Карло. Проте застосування цього методу на практиці вимагає великої кількості експериментів, що призводить до неможливості отримати рішення в режимі реального часу. Тому виникає необхідність оптимізації обчислювального процесу. У роботі наведено результати досліджень розпаралелення методу Монте-Карло при розв’язуванні задачі оптимізації розподілу інвестиційних фондів на основі порівняльної характеристики застосування двох технологій OpenMP та MPI. Шляхом варіації кількості потоків та експериментів вдалось досягнути прискорення рівному кількості потоків. При цьому слід зауважити, що максимальна кількість потоків не мала перевищувати кількості ядер обчислювальної системи. Отримані результати можуть бути суттєво покращенні у зв’язку з перспективами розвитку багатоядерної архітектури комп’ютерів.
Ключові слова: метод Монте-Карло, технологія OpenMP, технологія MPI, прискорення, паралельна ефективність.

Розширена анотація англійською мовою

Extensive use of methods of economic and mathematical modeling is an important way to improve economic analysis, which increases the efficiency of management of enterprises in various fields of activity in general. At the same time, modeling based on the Monte Carlo method is becoming increasingly popular.
In the economic and investment field, which we have previously chosen for the application of the Monte Carlo simulation model, there are problems with the development of investment projects, namely the distribution of investment funds. To prevent the risks of losing significant funds and sales of enterprises, we build a simulation model using Monte Carlo, which will be better able to generate developments in a given scenario and thus help predict future investments in progressive enterprises.
In the economic and investment field, which we have chosen for the study, there are problems with the development of investment projects, namely the distribution of investment funds. In solving these problems, simulation based on the Monte Carlo method is used. However, the application of this method in practice requires a large number of experiments, which makes it impossible to obtain a solution in real time. Therefore, there is a need to optimize the computational process. The paper presents the results of research on the parallelization of the Monte Carlo method in solving the problem of optimizing the distribution of investment funds based on the comparative characteristics of the two technologies OpenMP and MPI. By varying the number of threads and experiments, it was possible to achieve an acceleration equal to the number of threads. It should be noted that the maximum number of threads should not exceed the number of cores of the computer system. The results can be significantly improved due to the prospects for the development of multi-core computer architecture.
Keywords: Monte Carlo method, OpenMP technology, MPI technology, acceleration, parallel efficiency.

References

1. Filipova K.V. Methods of forecasting of enterprise innovation development / K.V. Filipova // Visnyk of the National University “Lviv Polytechnic”. – 2007. – №. 579: Problems of Economics and Management. – P. 609-613.
2. Gengrin I.E. Experience of using simulation modeling in social phenomena studies and processes / I.E. Greengrin // Scientific notes of NaUKMA. – Tom 122, 2011. – P. 14-18.
3. Latisheva O.V., Titarenko O.D. Features of the use of simulation modeling to assess the risks of investment projects of an industrial enterprise / O.V. Latisheva, O.D. Titarenko // Visnyk of Ukraine’s economic science. – 2017. – №. 2 (33). – P. 77-82.
4. Boyko T.V., Abramova A.O., Vapulin P.A., Bondarenko S.G. Software for evaluating the industrial risk assessment of an industrial facility / T.V. Boyko, A.O. Abramova, P.A. Vapulin // Computer modeling of environmental processes. – 2020. – P. 329-335.
5. Pista, Ya.V. Monte Carlo method in parallel calculations / Ya.V. Pista // Modern Information Systems and Technologies: Materials of the First International Scientific and Practical Conference, Sumy, May 15-18, 2012 / Editorial Board: A.S. Dovobysh, O.A. Borisenko, IV Baranov. – Sumy: SSU, 2012. – P. 102-104.
6. Dirk P. Kroese, Tim Brereton, Thomas Taimre, Zdravko I. Botev. Why the Monte Carlo method is so important today. Wires Computational Statistics. Vol. 6, Issue 6, 2014, P. 379-475.
7. Lesia Mochurad, Glib Shchur. Parallelization of Cryptographic Algorithm Based on Different Parallel Computing Technologies. Proceedings of the Symposium on Information Technologies & Applied Sciences (IT&AS 2021). Bratislava, Slovak Republic, March 5, 2021, Vol-2824, ISSN 1613-0073, 20-29 p.
8. Mochurad L.I. Technologies of distributed systems and parallel computation: monograph / L.I. Mochurad, N.I. Boyko. – Lviv: Publishing House “Bona”, 2020. – 261 p. ISBN 978-617-7815-25-8.
9. Erik Alerstam, Tomas Svensson, and Stefan Andersson-Engels. Parallel computing with graphics processing units for high-speed Monte Carlo simulation of photon migration. Journal of Biomedical Optics, Vol. 13(6), 2008, 3 p.