|
|||||
|
|
| 基于分布式框架的并行PSO算法 | |
| 作者姓名： | 桑渊博 曾建潮 谭瑛 孙超利 |
| 作者单位： | 太原科技大学,计算机科学与技术学院,山西太原030024;太原科技大学,计算机科学与技术学院,山西太原030024;中北大学计算机与控制工程学院,山西太原030051 |
| 摘 要： | 在使用微粒群算法对大规模优化问题求解时往往需要大量的目标函数评价次数,从而耗费大量的计算时间,而分布式计算和通用计算图形处理器(General Purpose GPU)可以减少耗时.本文通过将微粒群算法在分布式框架下GPU并行计算实现,将粒子分到各个计算节点进行异步计算,而每个节点中的粒子实行同步进化,从而提高微粒群算法求解大规模优化问题的效率.实验方法采用5个标准测试函数进行测试,实验结果表明本文方法在在求解大规模优化问题时在计算效率上有了数倍至数十倍的提升. |
| 关 键 词： | 微粒群算法 大规模优化问题 分布式计算 通用计算图形处理器技术 异步计算 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |