在GPU上求解大规模优化问题的反向策略的PSO算法

作者：汪靖; 吴志健

来源：武汉大学学报(理学版), 2011, (02): 148-154.

DOI：10.14188/j.1671-8836.2011.02.002

• 粒子群算法
• 反向策略
• 图形处理器
• 高维优化问题 particle swarm optimization
• opposition-based learning
• Graphic Process Unit
• high dimensional optimization

本文通过对传统粒子群算法(PSO)的分析,在GPU(Graphic Process Unit)上设计了基于一般反向学习策略的粒子群算法,并用于求解大规模优化问题.主要思想是通过一般反向学习策略转化当前解空间,提高算法找到最优解的几率,同时使用GPU大量线程并行来加速收敛速度.对比数值实验表明,对于求解大规模高维的优化问题,本文算法比其他智能算法具有更好的精度和更快的收敛速度.

• 单位
  武汉大学; 江西财经大学; 软件工程国家重点实验室