江南大学 超级计算机,基于分布式并行计算的高性能演化算法研究

基于分布式并行计算的高性能演化算法研究

【摘要】：随着互联网和计算机的普及,人类社会已经进入了信息化时代。伴随着社会的发展,问题规模也逐渐增大,许多实际问题也随之成为大规模优化问题。然而随着问题规模的增大、决策变量的增多,“维度灾难”使很多传统问题的解决方法难以奏效。演化算法作为经典的启发式算法,有着易理解、收敛速度快、搜索能力强的特性,在解决低维小规模问题上表现优异,然而随着问题规模扩大之后,演化算法也同样出现了搜索性能会急剧下降的问题。面对这种情况,当前一种较为流行的解决方案是将合作协同进化框架与演化算法相结合,将大规模优化问题分解为多个规模较小的子问题,取得了非常不错的优化结果。其算法求解过程可以分为问题分解、子问题优化、整合优化结果三个阶段。大规模优化问题由于其问题的复杂性,其整体求解过程是一个非常耗时的漫长过程。目前,关于如何改进算法以提高问题优化结果的研究有很多,而对于如何降低各个阶段的求解时间、提升大规模优化问题求解效率的研究则非常有限。本文以大规模优化问题为研究对象,采用改进的差分分组算法(Differential Grouping 2,DG2)作为问题的分解方法,合作协同量子行为粒子群优化算法(Cooperative Coevolution Quantun-behaved Particle Swarm Optimization,CCQPSO)作为问题求解阶段的优化算法,通过分析DG2算法的并行化可行性,借助协同进化算法和量子行为粒子群优化算法的天然并行性,实现了大规模优化问题在分解阶段、子问题优化阶段的并行化。本文的主要工作有:1)研究了在共享内存模型中基于OpenMP实现的并行DG2分组算法(Parallel Differential Grouping 2,P-DG2),该算法借助OpenMP框架,将传统的串行DG2分组算法进行并行化改进,使之更加符合并行化程序理念,实现了任意多核的并行加速计算。在IEEE CEC’2013 LSGO测试函数上的实验结果表明,P-DG2算法在不影响分组结果和精度的情况下,有效减少了算法在分组阶段的运行时间,取得了良好的加速比和效率性能。2)研究了在消息通信模型中基于MPI的并行协同进化量子行为粒子群优化算法(Parallel-Cooperative Coevolution Quantun-behaved Particle Swarm Optimization,PCCQPSO)及其相关的改进策略。算法从建立拓扑模型结构切入,采用粗粒度的策略,将协同进化与MPI的进程并行相结合,保证算法的收敛效果。同时,对算法进行进一步改进,引入二次分组策略和邻域通信策略,提升算法的整体性能。实验表明,并行化改进之后的算法在大规模优化问题上具有更好的优化结果。3)研究了演化算法在国产超级计算机神威·太湖之光的并行化,国产CPU采用主从核的构造,计算采用核间并行MPI+核内并行OpenACC(进程并行+线程并行)的方式。在这种混合并行计算模型的框架下,研究了传统演化算法和CCQPSO算法在解决高维度问题情况下的表现,实验表明CCQPSO的性能通过大规模并行得到了进一步的提升,且具有非常好的并行可扩展性。本论文通过结合演化算法和并行计算的一些特性,借助合作协同进化框架,对利用演化算法求解大规模优化问题的分组、求解、计算阶段进行了并行化处理,同时分析了其并行化之后的效率和加速比表现。实验结果表明,并行化之后的结果在保证正确性的同时,极大减少了算法执行的时间,在1000维的大规模优化问题上表现出了良好的性能。同时,在部分问题上,基于分解策略的并行化会提高算法的优化性能,可以同时促进加速和结果的优化。此外,通过在超级计算机神威太湖之光的大规模并行来看,演化算法的分布式并行仍然具有非常好的性能表现,在求解大规模优化问题上仍然有许多非常值得研究的工作。

【相似文献】

中国期刊全文数据库

前19条

1

李改灵;李立华;张丽杰;;基于修正的差异演化算法机械链传动优化设计[J];军事交通学院学报;2015年01期

2

李晓靖;;差异演化算法及其在机械设计中的应用[J];科技传播;2014年01期

3

郭超峰;李梅莲;;改进的差分演化算法及其在动态规则中的应用研究[J];河南大学学报(自然科学版);2013年01期

4

韩珂;杨俊鹏;;求解旅行商问题的分布式演化算法[J];华北水利水电学院学报;2013年04期

5

张欣;王志刚;夏慧明;;差异演化算法求解多维0—1背包问题[J];科学技术与工程;2012年06期

6

王志刚;夏慧明;;基于差异演化算法的化学方程式配平研究[J];哈尔滨商业大学学报(自然科学版);2012年04期

7

刘家骏;刘大瑾;;混合差异演化算法求解多维背包问题[J];计算机与数字工程;2011年01期

8

杨卿誉;王志刚;;差异演化算法求解二次分配问题[J];科学技术与工程;2011年34期

9

李瑞华;李霞;刘坤起;;敏捷制造中伙伴选择问题的多子差异演化算法[J];山西师范大学学报(自然科学版);2011年04期

10

王志刚;;基于差异演化算法的非线性方程组求解[J];计算机工程与应用;2010年04期

11

胡中波;苏清华;;求解混合变量优化问题的自适应差分演化算法[J];武汉理工大学学报;2010年03期

12

刘志军;唐柳;刘克铜;吴冬方;;差分演化算法中变异策略的改进与算法的优化[J];化工自动化及仪表;2010年09期

13

邓长寿;梁昌勇;;求解背包问题的改进差异演化算法[J];计算机工程与应用;2008年32期

14

郭广寒;王志刚;郝志峰;黄翰;;混合差异演化算法在背包问题中的应用[J];计算机工程与应用;2008年08期

15

王志刚;郭广寒;郝志峰;;二进制差异演化算法及其应用[J];计算机工程与应用;2008年18期

16

胡中波;熊盛武;;差分演化算法求解旅行商问题[J];计算机应用与软件;2008年07期

17

郭振宇;程博;叶敏;康龙云;曹秉刚;;一种并行混沌差异演化算法[J];西安交通大学学报;2007年03期

18

胡中波;;一类自适应的差分演化算法[J];孝感学院学报;2007年06期

19

郝占刚;王正欧;;基于混沌社会演化算法的文本聚类新方法[J];系统工程学报;2007年01期

中国重要会议论文全文数据库

前10条

1

曹莲英;侯琳;李文勇;;多目标演化算法在公交车辆发车间隔优化中的应用[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年

2

冯珊;李锋;周凯波;;面向演化算法应用的智能体系统建模与仿真研究[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

3

谢柏桥;戴光明;郑蔚;王剑文;;有指导的多目标演化算法在区域星座设计中的应用[A];中国宇航学会深空探测技术专业委员会第四届学术年会论文集[C];2007年

4

颜雪松;时晨;李晖;乔永强;;探测器电路优化设计的演化算法研究[A];中国宇航学会深空探测技术专业委员会第六届学术年会暨863计划“深空探测与空间实验技术”重大项目学术研讨会论文集[C];2009年

5

张文俊;谢晓锋;马君;;并行演化算法在半导体器件综合中的应用[A];2006年全国开放式分布与并行计算学术会议论文集(二)[C];2006年

6

李林;宋立荣;肖邦定;李根保;Hongqing Cao;Friedrich Recknagel;He Zhang;Grace Chan;;杂交演化算法用于滇池蓝藻水华的模拟与预警研究[A];中国藻类学会第八次会员代表大会暨第十六次学术讨论会论文摘要集[C];2011年

7

李亮;褚雪松;;基于混沌变异和局部探索方式多样性的演化算法在边坡稳定分析中的应用[A];第八次全国岩石力学与工程学术大会论文集[C];2004年

8

李彬;胡浩;李刚;;基于多目标演化算法的可靠度计算方法[A];中国力学大会-2015论文摘要集[C];2015年

9

陈伟;史小卫;;基于改进自适应演化算法的微波电路优化设计[A];2005'全国微波毫米波会议论文集(第一册)[C];2006年

10

李元香;谢曼;郑波尽;张进波;杨怡伟;;演化硬件设计的改进演化程序[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

中国博士学位论文全文数据库

前10条

2

喻飞;人机协同演化算法研究[D];武汉大学;2015年

3

洪文静;大规模多目标演化算法及其应用研究[D];中国科学技术大学;2018年

4

钱超;多目标演化学习理论与方法研究[D];南京大学;2015年

5

李红叶;基于平衡法则的多目标演化模型及应用研究[D];西安理工大学;2018年

7

郭肇禄;猎物—捕食者模型启发的演化算法研究[D];武汉大学;2013年

9

张晋媛;演化算法中基于分类的预选择策略研究[D];华东师范大学;2018年

10

中国硕士学位论文全文数据库

前10条

3

4

黄超民;基于演化算法的高效用项集挖掘算法研究[D];北方工业大学;2019年

5

卞超;非确定环境下演化算法理论分析的研究[D];中国科学技术大学;2019年

6

刘艳凤;演化算法停机条件研究[D];华东师范大学;2019年

7

8

姜武;演化算法在连续搜索空间上的时间复杂度分析[D];中国科学技术大学;2018年

9

方荟;基于均值偏移的混合演化算法研究[D];华东师范大学;2018年