基于分布式框架的并行PSO算法

• 作者: 孙超利 曾建潮 桑渊博 谭瑛
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 126-130,136
• 页数: 6页
• 分类号: TP18
• 字数: 3089字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2019.02.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾建潮	太原科技大学计算机科学与技术学院	236	2351	26.0	39.0
3	孙超利	太原科技大学计算机科学与技术学院	14	2	1.0	1.0
4	谭瑛	太原科技大学计算机科学与技术学院	46	179	8.0	12.0
7	桑渊博	太原科技大学计算机科学与技术学院	2	1	1.0	1.0