-
题名GPU上的维度并行随机吸引策略萤火虫算法
被引量:1
- 1
-
-
作者
刘金
吴志健
吴双可
王晖
邓长寿
-
机构
武汉大学软件工程国家重点实验室
武汉大学计算机学院
南昌工程学院信息工程学院
九江学院信息科学与技术学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2016年第10期1961-1966,共6页
-
基金
国家自然科学基金(61305150
61364025
+2 种基金
61070008)
江西省自然科学基金(20142BAB217020)
南通市科技局应用研究项目(BK2014057)
-
文摘
随机吸引策略萤火虫算法是一种元启发式优化算法。它优化了标准萤火虫算法,不仅降低了其时间复杂度,而且提高了其优化能力。高维全局优化问题的求解是一个非常耗时的过程,为了减少优化高维问题所需时间,进一步简化了随机吸引策略萤火虫算法,降低了时间复杂度,同时设计了一种维度并行策略,提出了GPU上的维度并行随机吸引策略萤火虫算法。实验结果表明,本算法保持了随机吸引策略萤火虫算法的优化能力,且加速效果明显。
-
关键词
萤火虫算法
CUDA
并行化
-
Keywords
firefly algorithm
CUDA
parallelization
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于RDD的分布式粒子群优化算法
被引量:4
- 2
-
-
作者
程磊生
吴志健
彭虎
吴双可
邓长寿
王则林
-
机构
武汉大学软件工程国家重点实验室
武汉大学计算机学院
九江学院信息科学与技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第11期2542-2546,共5页
-
基金
国家自然科学基金项目(61364025
61070008)资助
+4 种基金
中央高校基本科研业务费专项资金项目(2012211020205)资助
武汉大学软件工程国家重点实验室开放基金项目(SKLSE2012-09-39)资助
江西省教育厅科学技术项目(GJJ13729)资助
河北省科技支撑计划项目(12210319)资助
南通市科技局应用研究项目(BK2014057)资助
-
文摘
在演化计算领域,粒子群优化算法具有易实现、收敛快、调参少等优点.但是随着问题规模的增大,粒子群优化算法易陷入求解精度不高、耗时过长的窘态,因此本文提出一种基于弹性分布式数据集(Resilient Distributed Datasets,RDD)的分布式粒子群优化算法.该算法采用岛模型将种群分解为若干个岛屿,即子种群,然后使用RDD并行数据结构将整个种群并行化,使得每个岛屿对应RDD中的一个分区,借助RDD的分区并行,实现了粒子群优化算法在分布式平台上的并行.最后,对包括单峰函数和多峰函数在内的11个标准测试函数,将该算法与多种改进的PSO算法进行了比较实验与分析,结果表明该算法求解精度高且加速效果明显.
-
关键词
粒子群优化
弹性分布式数据集
岛模型
并行计算
-
Keywords
particle swarm optimization
resilient distributed datasets
island model
parallel computing
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-