| 基于CUDA的并行粒子群优化算法研究及实现 |
| |
| 引用本文： | 陈风,田雨波,杨敏.基于CUDA的并行粒子群优化算法研究及实现[J].计算机科学,2014,41(9):263-268. |
| |
| 作者姓名： | 陈风 田雨波 杨敏 |
| |
| 作者单位： | 江苏科技大学电子信息学院 镇江212003 |
| |
| 基金项目： | 本文受船舶工业国防科技预研基金项目(10J3.5.2)资助 |
| |
| 摘 要： | 应用图形处理器(GPU)来加速粒子群优化(PSO)算法并行计算时,为突出其加速性能,经常有文献以恶化CPU端PSO算法性能为代价。为了科学比较GPU-PSO算法和CPU-PSO算法的性能,提出用"有效加速比"作为算法的性能指标。文中给出的评价方法不需要CPU和GPU端粒子数相同,将GPU并行算法与最优CPU串行算法的性能作比较,以加速收敛到目标精度为准则,在统一计算设备架构(CUDA)下对多个基准测试函数进行了数值仿真实验。结果表明,在GPU上大幅增加粒子数能够加速PSO算法收敛到目标精度,与CPU-PSO相比,获得了10倍以上的"有效加速比"。
|
| 关 键 词： | 粒子群优化 并行计算 图形处理器 统一计算设备架构 |
| 收稿时间： | 2013/11/25 0:00:00 |
| 修稿时间： | 3/3/2014 12:00:00 AM |
Research and Design of Parallel Particle Swarm Optimization Algorithm Based on CUDA |
| |
| CHEN Feng,TIAN Yu-bo and YANG Min.Research and Design of Parallel Particle Swarm Optimization Algorithm Based on CUDA[J].Computer Science,2014,41(9):263-268. |
| |
| Authors: | CHEN Feng TIAN Yu-bo and YANG Min |
| |
| Affiliation: | Department of Electronic Information,Jiangsu University of Science and Technology,Zhenjiang 212003,China;Department of Electronic Information,Jiangsu University of Science and Technology,Zhenjiang 212003,China;Department of Electronic Information,Jiangsu University of Science and Technology,Zhenjiang 212003,China |
| |
| Abstract: | |
| |
| Keywords: | Particle swarm optimization (PSO) Parallel computing Graphic processing unit (GPU) Compute unified device architecture (CUDA) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
