马尔科夫链蒙特卡洛算法并行化设计与性能分析

• 作者: 刘建文 周玉科 王妍
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 马尔可夫链蒙特卡洛算法 分治法则 多核计算 共享内存 加速性能
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 算法
• 页码范围: 250-255,272
• 页数: 7页
• 分类号: TP3
• 字数: 4085字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.12.048

摘要

马尔科夫链蒙特卡洛MCMC(Markov Chain Monte Carlo)算法广泛应用于地球系统模型中参数不确定性分析和模拟.由于地球环境科学数据的高维度、大容量特性,迫切需求高性能的MCMC算法满足应用需求.采用数据分治法实现该算法的多核并行化.利用静态和动态分配策略将算法中的多个输入链分配到各CPU;独立计算并通过共享内存实现进程间通信;主进程回收各单元计算结果,合成最终的马尔可夫链输出矩阵.采用控制变量法分析不同样本和马尔可夫链数量下的算法加速情况.结果表明在计算规模较大、动态负载均衡的条件下易于获得较好的加速比,在4个CPU以内时效果显著,之后随着CPU增加加速效果出现波动或趋于稳定.研究表明并行化MCMC能够利用多核CPU硬件设施获得加速效果,更多核数的加速性能存在进一步优化的空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周玉科	中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室	44	165	6.0	12.0
2	王妍	中国水利水电科学研究院流域水循环模拟与调控国家重点实验室	4	36	2.0	4.0
3	刘建文	福州大学空间信息工程研究中心数据挖掘与信息共享教育部重点实验室	5	26	2.0	5.0