差分进化算法的并行实现
发布时间：2021-10-28 15:33
传统的并行计算任务往往由大型的并行计算机来完成,因而并行机的研究也就成为并行计算的主要研究方向。随着经济和科技的发展,生物医学、天气预报、高能物理等领域的计算任务越来越多,其特点是计算数据多、算法复杂、计算规模大、难度高。因此,计算机的可靠性和可用性变得越来越重要。尽管单台计算机的性能和可靠性越来越好,但是单台计算机难以完成某些现实要求。为此,人们想到用普通的PC机通过某种方式连接起来,形成一个高性能系统,这种系统叫做机群。机群不仅价格低廉,而且使用方便,对软件、硬件设备要求非常低,是替代昂贵的超级计算机的最好选择。机群技术就是将多台计算机组织起来协同工作,模拟一台功能更强大的计算机的技术,该技术能够提高系统可用性和可靠性。差分进化算法是Storn R和Price K于1995年提出的,是一种简单而有效的新兴计算技术,但是从2000年开始才被各国的专家学者重视研究,并且已取得一些成果。算法简单、收敛速度快,稳定性高以及适合解决复杂的优化问题是其主要特点。但是算法也存在着许多待改进的地方,无论是理论上还是实践方面,差分进化算法目前来说都不是成熟的算法,所以很有必要研究,从而扩大算法的应用...
【文章来源】：曲阜师范大学山东省
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
sIMD计算机操作模型
座座习…………11Pr。一‘ }}}}}!Pr。二‘… … ……Pr。二‘……lll巫二」…lll{M一1… lllllllIM一‘ lllllllllllll{…M一‘ llll1 MMMMMem.1111111MCm.lllllllllMem.111111111111111Mem.11111互互联网络 络 图3一 1sIMD计算机操作模型(3)多指令单数据流(MlsD)计算机这种计算机被证明是不实际的，至今没出现。(4)多指令多数据流(MIMD)计算机不同的处理器可同时对不同的数据执行不同的指令，目前所有并行机均属于这一类。其计算模型如下图3一2所示。处处理机机机处理机机机处理机机 访访存互联网络 络 处处理机机 机处理机机图3一 2MIMD计算机操作模型按内存访问模型、微处理器和互联网络的不同，当前流行的并行机可分为对称多处理共享存储并行机 (SMp:SynunetrieMulti一proeessing)、分布共享存储并行机(DsM: DistributedSharedMemo叮)、机群(cluster)、星群(eonstellation)和大规模并行机(Mpp: MassivelyParallelproeessing)等五类。下面我们主要介绍常用的三类。(l)对称多处理共享存储并行机顾名思义，这种并行机的内存模块和处理器对称地分布在互联网络的两侧。操作系统可以在任意的处理器上运行，不存在任何具有特权的处理器，每个处理器都是地位平等的。在共享存储器中只有一个单一的操作系统，它能够根据各个处理器的负载情况，动态地分配进程，来保持各处理器之间的负载均衡。每个处理器都有与存储器中数据一致的局部数据
多处理共享存储并行机的可扩展能力。DSM并行机具有单一的内存地址空间、单一的操作系统映像、低通信延迟与高通信带宽，并且可扩展到数百个结点，能提供每秒数千亿次的浮点运算性能，同时支持消息传递、共享存储并行程序设计。其结构图如图3一4所示:~一~~二二二立， PPPPPPPPP/CCCMMMBBBBBBBBBBBBB LLLLLLLLLMMM·· DIRRR NNNICCC.~~ PPP/CCC LLLMMM·· DIRRR NNNICCC一~--.--一~J~一~J 11.11.11L， .11111111L定制网络图3一4分布共享存储并行机(3)大规模并行机系统大规模并行机系统是典型的分布存储系统，由数百个乃至数千个计算结点和1/O结点组成，每个结点相对独立，并拥有一个或多个微处理器。这些结点由局部高性能网卡(NIC)通过高性能互联网络相互连接。MPP的各个结点均拥有不同的操作系统映像，全局内存单元的硬件编址不是统一的，并且各个结点间的内存模块相互独立。这种并行机仅支持消息传递或者高性能Fortran并行程序设计，不支持全局共享的OpenMP并行程序设计模式。其结构图如图3一5所示:
【参考文献】：
期刊论文
[1]基于PVM的并行程序开发环境研究[J]. 熊泽时. 计算机技术与发展. 2010(05)
[2]一种改进的自适应差分进化算法[J]. 戈剑武,祁荣宾,钱锋,陈晶. 华东理工大学学报(自然科学版). 2009(04)
[3]基于MPI的并行计算实现Jacobi迭代[J]. 张维儒,潘无名. 软件导刊. 2008(09)
[4]双群体伪并行差分进化算法研究及应用[J]. 吴亮红,王耀南,周少武,袁小芳. 控制理论与应用. 2007(03)
[5]差分进化算法研究进展[J]. 周艳平,顾幸生. 化工自动化及仪表. 2007(03)
[6]使用粒子滤波和差分进化法实现轮廓跟踪[J]. 张昊,黄战华,郁道银. 光电工程. 2006(02)
[7]基于改进差分进化算法的超临界水氧化动力学参数估计[J]. 颜学峰,余娟,钱锋,丁军委. 华东理工大学学报(自然科学版). 2006(01)
[8]面向高性能数值计算的并行计算模型DRAM（h）[J]. 张云泉. 计算机学报. 2003(12)
[9]计算机集群技术的计算环境与拓扑结构实现[J]. 邵英,夏立. 微机发展. 2003(06)
[10]Windows下PVM环境的配置及其库函数的时间性分析[J]. 张进波,徐静雯,李元香. 计算机工程与应用. 2001(16)
博士论文
[1]高可用MPI并行编程环境及并行程序开发方法的研究与实现[D]. 谢旻.国防科学技术大学 2007
硕士论文
[1]差分进化算法及其在金融产品组合优化中的应用[D]. 牛雪丽.山东师范大学 2010
[2]差分进化算法及其在气动优化设计中的应用[D]. 张越.上海交通大学 2009
[3]基于MPI标准的并行计算平台的设计与实现[D]. 李永旭.东北师范大学 2007
[4]并行计算平台的建立及性能分析[D]. 文剑.广东工业大学 2007
[5]差分进化算法及其应用[D]. 余兵.西安工程大学 2007
[6]差分进化算法及应用研究[D]. 吴亮红.湖南大学 2007
[7]基于MPI的分布式并行演化算法研究[D]. 汪渭春.武汉理工大学 2006
[8]并行归并排序算法及其在PC集群中的实现[D]. 邱涌.郑州大学 2004
[9]基于优进策略的差分进化算法及其化工应用[D]. 方强.浙江大学 2004
本文编号：3463005
【文章来源】：曲阜师范大学山东省
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
sIMD计算机操作模型
座座习…………11Pr。一‘ }}}}}!Pr。二‘… … ……Pr。二‘……lll巫二」…lll{M一1… lllllllIM一‘ lllllllllllll{…M一‘ llll1 MMMMMem.1111111MCm.lllllllllMem.111111111111111Mem.11111互互联网络 络 图3一 1sIMD计算机操作模型(3)多指令单数据流(MlsD)计算机这种计算机被证明是不实际的，至今没出现。(4)多指令多数据流(MIMD)计算机不同的处理器可同时对不同的数据执行不同的指令，目前所有并行机均属于这一类。其计算模型如下图3一2所示。处处理机机机处理机机机处理机机 访访存互联网络 络 处处理机机 机处理机机图3一 2MIMD计算机操作模型按内存访问模型、微处理器和互联网络的不同，当前流行的并行机可分为对称多处理共享存储并行机 (SMp:SynunetrieMulti一proeessing)、分布共享存储并行机(DsM: DistributedSharedMemo叮)、机群(cluster)、星群(eonstellation)和大规模并行机(Mpp: MassivelyParallelproeessing)等五类。下面我们主要介绍常用的三类。(l)对称多处理共享存储并行机顾名思义，这种并行机的内存模块和处理器对称地分布在互联网络的两侧。操作系统可以在任意的处理器上运行，不存在任何具有特权的处理器，每个处理器都是地位平等的。在共享存储器中只有一个单一的操作系统，它能够根据各个处理器的负载情况，动态地分配进程，来保持各处理器之间的负载均衡。每个处理器都有与存储器中数据一致的局部数据
多处理共享存储并行机的可扩展能力。DSM并行机具有单一的内存地址空间、单一的操作系统映像、低通信延迟与高通信带宽，并且可扩展到数百个结点，能提供每秒数千亿次的浮点运算性能，同时支持消息传递、共享存储并行程序设计。其结构图如图3一4所示:~一~~二二二立， PPPPPPPPP/CCCMMMBBBBBBBBBBBBB LLLLLLLLLMMM·· DIRRR NNNICCC.~~ PPP/CCC LLLMMM·· DIRRR NNNICCC一~--.--一~J~一~J 11.11.11L， .11111111L定制网络图3一4分布共享存储并行机(3)大规模并行机系统大规模并行机系统是典型的分布存储系统，由数百个乃至数千个计算结点和1/O结点组成，每个结点相对独立，并拥有一个或多个微处理器。这些结点由局部高性能网卡(NIC)通过高性能互联网络相互连接。MPP的各个结点均拥有不同的操作系统映像，全局内存单元的硬件编址不是统一的，并且各个结点间的内存模块相互独立。这种并行机仅支持消息传递或者高性能Fortran并行程序设计，不支持全局共享的OpenMP并行程序设计模式。其结构图如图3一5所示:
【参考文献】：
期刊论文
[1]基于PVM的并行程序开发环境研究[J]. 熊泽时. 计算机技术与发展. 2010(05)
[2]一种改进的自适应差分进化算法[J]. 戈剑武,祁荣宾,钱锋,陈晶. 华东理工大学学报(自然科学版). 2009(04)
[3]基于MPI的并行计算实现Jacobi迭代[J]. 张维儒,潘无名. 软件导刊. 2008(09)
[4]双群体伪并行差分进化算法研究及应用[J]. 吴亮红,王耀南,周少武,袁小芳. 控制理论与应用. 2007(03)
[5]差分进化算法研究进展[J]. 周艳平,顾幸生. 化工自动化及仪表. 2007(03)
[6]使用粒子滤波和差分进化法实现轮廓跟踪[J]. 张昊,黄战华,郁道银. 光电工程. 2006(02)
[7]基于改进差分进化算法的超临界水氧化动力学参数估计[J]. 颜学峰,余娟,钱锋,丁军委. 华东理工大学学报(自然科学版). 2006(01)
[8]面向高性能数值计算的并行计算模型DRAM（h）[J]. 张云泉. 计算机学报. 2003(12)
[9]计算机集群技术的计算环境与拓扑结构实现[J]. 邵英,夏立. 微机发展. 2003(06)
[10]Windows下PVM环境的配置及其库函数的时间性分析[J]. 张进波,徐静雯,李元香. 计算机工程与应用. 2001(16)
博士论文
[1]高可用MPI并行编程环境及并行程序开发方法的研究与实现[D]. 谢旻.国防科学技术大学 2007
硕士论文
[1]差分进化算法及其在金融产品组合优化中的应用[D]. 牛雪丽.山东师范大学 2010
[2]差分进化算法及其在气动优化设计中的应用[D]. 张越.上海交通大学 2009
[3]基于MPI标准的并行计算平台的设计与实现[D]. 李永旭.东北师范大学 2007
[4]并行计算平台的建立及性能分析[D]. 文剑.广东工业大学 2007
[5]差分进化算法及其应用[D]. 余兵.西安工程大学 2007
[6]差分进化算法及应用研究[D]. 吴亮红.湖南大学 2007
[7]基于MPI的分布式并行演化算法研究[D]. 汪渭春.武汉理工大学 2006
[8]并行归并排序算法及其在PC集群中的实现[D]. 邱涌.郑州大学 2004
[9]基于优进策略的差分进化算法及其化工应用[D]. 方强.浙江大学 2004
本文编号：3463005
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3463005.html
