粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用

发布时间：2019-08-08 06:12

【摘要】：为了充分利用现今普及的多核配置计算机,提高大规模梯级水库群优化调度问题的求解效率,提出了梯级水库群优化调度的粗粒度并行自适应混合粒子群算法。该方法以自适应混合粒子群算法为求解基础,采用粗粒度并行设计模式,利用Fork/Join多核并行框架的分治策略,将其初始种群递归划分为多个子种群,平均分配到不同的内核逻辑线程中实现并行计算,并在各子种群优化结束后,合并优化结果集从而输出全局最优解。以澜沧江下游梯级水库群发电优化调度为例,利用该方法进行计算。结果表明,该方法能充分发挥多核配置的计算性能,在4核环境下最大加速比达到3.97,缩短计算耗时1 787.2 s,计算效率显著提高,为我国不断扩张的大规模梯级水库群优化调度提供了一种切实可行的高效求解途径。
【图文】：

第7期王森等粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用图1“分治法”策略框架图Fig．1Framediagramofdivide-and-conquerstrategy(3)在“分治法”策略划分子任务的过程中，子任务的最大规模由设定的阈值进行控制，即当子任务规模≤阈值时，“分治法”停止运行，子任务开始在子线程中执行。图2为阈值控制框架图。该阈值的实质是子任务规模的上限，若阈值过小，划分子任务数越多，造成更大的管理消耗;若阈值过大，划分子任务数越少，不利于子线程的充分利用。因此，在需保证多核资源充分利用的前提下，可设置阈值大小使分解的子任务数等于逻辑线程数，则阈值的计算公式为β=「αw?。(9)式中:符号「?表示取上整数;β，α，w分别为阈值、父任务计算规模、CPU的逻辑线程数。其中，具有“超线程”技术的硬件配置每个核心可以开启2个逻辑线程。图2阈值控制框架图Fig．2Framediagramofthresholdcontrolling(4)设计了“工作窃缺算法，即当某个线程处于闲置状态时，可从其他线程中“窃缺任务执行，减少线程闲置时间。3．3PAHPSO并行方法设计AHPSO方法的初始种群由不同的个体粒子组成，粒子的个数即为种群的计算规模。由于每个粒子代表解空间的一个候选解，采用划分初始种群为多个规模更小子种群的粗粒度并行设计，并不影响每个粒子在其子种群中的搜索寻优。因此，子种群之间的优化搜索是相互独立的，具有天然的并行性。图3为PAHPSO方法并行设计框架示意图。图3PAHPSO方法并行设计框架示意图Fig．3SchematicdiagramofparallelismdesignframeworkforPAHPSO其并行步骤主要为:(1)划分子种群。从主线程中获取初始种群的计算规模作为父任务规模，采用Fork/Join阈值计算公式(式(9))将父任?

第7期王森等粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用图1“分治法”策略框架图Fig．1Framediagramofdivide-and-conquerstrategy(3)在“分治法”策略划分子任务的过程中，子任务的最大规模由设定的阈值进行控制，即当子任务规模≤阈值时，“分治法”停止运行，，子任务开始在子线程中执行。图2为阈值控制框架图。该阈值的实质是子任务规模的上限，若阈值过小，划分子任务数越多，造成更大的管理消耗;若阈值过大，划分子任务数越少，不利于子线程的充分利用。因此，在需保证多核资源充分利用的前提下，可设置阈值大小使分解的子任务数等于逻辑线程数，则阈值的计算公式为β=「αw?。(9)式中:符号「?表示取上整数;β，α，w分别为阈值、父任务计算规模、CPU的逻辑线程数。其中，具有“超线程”技术的硬件配置每个核心可以开启2个逻辑线程。图2阈值控制框架图Fig．2Framediagramofthresholdcontrolling(4)设计了“工作窃缺算法，即当某个线程处于闲置状态时，可从其他线程中“窃缺任务执行，减少线程闲置时间。3．3PAHPSO并行方法设计AHPSO方法的初始种群由不同的个体粒子组成，粒子的个数即为种群的计算规模。由于每个粒子代表解空间的一个候选解，采用划分初始种群为多个规模更小子种群的粗粒度并行设计，并不影响每个粒子在其子种群中的搜索寻优。因此，子种群之间的优化搜索是相互独立的，具有天然的并行性。图3为PAHPSO方法并行设计框架示意图。图3PAHPSO方法并行设计框架示意图Fig．3SchematicdiagramofparallelismdesignframeworkforPAHPSO其并行步骤主要为:(1)划分子种群。从主线程中获取初始种群的计算规模作为父任务规模，采用Fork/Join阈值计算公式(式(9))将父任?
【作者单位】： 珠江水利科学研究院资源与环境研究所;珠江水利科学研究院水利部珠江河口动力学及伴生过程调控重点实验室;水利部珠江水利委员会技术咨询中心;
【基金】：国家重点研发计划资助项目(2017YFC0405905) 水利部公益性行业科研专项(201401013,201501010)
【分类号】：TV697.12

【相似文献】

相关期刊论文 前10条

1 艾学山;范文涛;王先甲;;梯级水库群运行模式及合作效益分配研究[J];水力发电学报;2009年03期

2 ;“973”计划启动梯级水库群风险机制与安全防控理论项目[J];水利水电技术;2013年02期

3 刘娟;;国家973计划课题《梯级水库群风险等级确定与风险设计》课题启动会议召开[J];水力发电;2013年07期

4 陈洋波;陈培根;;梯级水库群优化调度的层次分析法[J];湖北水力发电;1989年01期

5 马志鹏;袁建国;石峗峗;熊静;;基于随机赋权法的梯级水库群灰色决策模型[J];水电能源科学;2009年01期

6 丁毅;傅巧萍;;长江上游梯级水库群蓄水方式初步研究[J];人民长江;2013年10期

7 马志鹏;陈守伦;芮钧;;梯级水库群防洪系统多目标决策的灰色优选[J];数学的实践与认识;2007年11期

8 王义民;张泽中;齐青青;黄强;;黄河上游梯级水库群大气环境补偿效益计算[J];水力发电学报;2010年03期

9 黄强;高凡;张永永;孙晓懿;吴成国;;乌江梯级水库群优化调度规律研究[J];水力发电学报;2011年04期

10 唐海华;胡挺;梅亚东;王建军;刘俊伟;;长江上游控制型梯级水库群联合补偿效益分析[J];水电自动化与大坝监测;2012年03期

相关会议论文 前3条

1 马立亚;吴泽宇;刘国强;邱雪莹;;汉江梯级水库群供水优化调度模型研究[A];中国水利学会2013学术年会论文集——S1水资源与水生态[C];2013年

2 邵骏;范可旭;熊莹;邴建平;;长江上游梯级水库群运用对径流影响的初步分析[A];中国水文科技新发展——2012中国水文学术讨论会论文集[C];2012年

3 贾江涛;翟桥柱;管晓宏;吴宏宇;李庆海;;有抽蓄机组的梯级水库群水电站短期优化调度[A];第二十七届中国控制会议论文集[C];2008年

相关重要报纸文章 前1条

1 钟诚;“梯级水库群全生命周期风险孕育机制与安全防控理论”项目启动[N];中国水利报;2013年

相关博士学位论文 前6条

1 张锐;梯级水库群漫坝失事风险分析及其应急处置研究[D];大连理工大学;2016年

2 张双虎;梯级水库群发电优化调度的理论与实践[D];西安理工大学;2007年

3 李继伟;梯级水库群多目标优化调度与决策方法研究[D];华北电力大学;2014年

4 张忠波;三峡与金沙江下游梯级水库群发电优化调度研究[D];天津大学;2014年

5 张慧峰;梯级水库群多目标优化调度及多属性决策研究[D];华中科技大学;2013年

6 王赢;梯级水库群优化调度方法研究与系统实现[D];华中科技大学;2012年

相关硕士学位论文 前3条

1 史亚军;白山丰满梯级水库群优化调度模型研究[D];大连理工大学;2016年

2 王坤;改进人工蜂群算法在梯级水库群优化调度中的应用[D];南昌工程学院;2017年

3 何向阳;梯级水库群联合优化调度及其应用[D];华中科技大学;2012年

本文编号：2524186