基于多核机的人工鱼并行算法作者：李双等来源：《计算机应用》2013年第消防电动开窗机
12期 摘要：针对人工鱼算法在复杂多峰函数优化问题上寻优精度低、后期搜索能力减弱且运行时间长等问题，提出一种基于多核机的人工鱼并行算法（PDNAFS）首先对人工鱼算法的优势与不足进行分析，采用动态权衡因子策略并适时引入小生境机制，提出一种新的人工鱼（DNAFS）算法；然后根据多核机的并行编程模型（MPI+OpenMPled天花灯电源
），对DNAFS算法进行并行设计与分析，提出基于多核机的人工鱼并行算法；最后在多核机环境下进行仿真实验实验结果表明：该算法有效地提高了复杂多峰函数优化问题的收敛速度和寻优性能，并获得了较高的加速比 背板制作顾婷婷是什么梗 关键词：人工鱼算法； 动态权衡因子； 小生境； 并行算法； MPI+OpenMP
中图分类号：TP301.6； TP18 文献标志码：A
0引言
函数优化问题是在工程、数学中普遍存在的一类优化问题，传统的优化方法对目标函数要求苛刻且对于复杂多峰函数的优化有效性低人工鱼算法（Artificial Fish Swarm Algorithm柔性自动化生产线， AFSA）的提出，为多峰复杂函数的优化提供了一种有效手段该算法在搜索空间的问题上有一定的自适应能力[1]，并且算法对初值的设定要求不高，初值随机产生或设定成固定值都可以但是AFSA的寻优精度不高，算法在运行后期搜索速度慢，盲目性较大近年来许多学者对算法进行了不同方面的改进：文献[2]采用优胜劣汰策略筛选精英人工鱼，以及对觅食行为进行改进，结合模式搜索法提高了算法搜索最优解的精度；文献[3]提出了一种改进的人工鱼算法，通过引入变异算子策略和消亡操作对部分个体进行重新初始化或变异，具有较好的优化性能，但是算法的收敛时间还有待提高；文献[4]二钼酸铵提出了一种新的小生境人工鱼（Niche Artificial Fish Swarm，NAFS）算法，通过引入小生境排挤机制来维持种的多样性，提高了算法的收敛精度，但是算法执行的随机性较强，使得算法后期搜索的稳定性较差；文献[5]提出一种基于图形处理器（Graphic Processing Unit，GPU）加速的并行人工鱼算法，通过人工鱼的个体寻优进行并行化设计，提高了算法的运行速度，但是人工鱼算法的随机化程度很高，从而产生了影响负载均衡的多分支问题目前的人工鱼算法在获取问题的精确解以及运行时间上的能力相对较差，制约了人工鱼算法的应用
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议