基于CUDA架构的并行PSO求解方法
粒子群优化算法(PSO)是一个迭代的求解过程，当问题较复杂时需要一个庞大的粒子群进行优化解的搜索。因此，设计出高效的PSO求解方法是有必要的。本文通过对传统PSO算法的分析，结合目前被广泛使用的基于GPU的并行计算技术，设计出了一种快速的并行PSO求解方法。本算法的执行基于统一计算。架构(CUDA)，使用GPU大量的线程并行处理各个粒子的搜索过程来加速整个粒子群的收敛速度。程序充分使用CUDA所自带的各种数值求解库，从而保证了程序的稳定性和易写性。通过对多个基准优化测试函数的求解证明，相对于基于CPU的串行计算方法，在求解精度一致的前提下，基于CUDA架构的并行PSO求解方法可以取得40倍以上的计算加速比。
粒子群优化算法 并行计算 架构处理 数值求解库
蔡勇 李光耀 王琥
湖南大学汽车车身先进设计制造国家重点实验室,长沙410082
国内会议
哈尔滨
中文
1-10
2011-08-22（万方平台首次上网日期，不代表论文的发表时间）