Jaya优化算法的高效多核实现
分布式、并行与集群计算
2017-12-25 v1
摘要
在这项工作中，我们提出了一种面向多核环境的混合并行Jaya优化算法，旨在解决大规模全局优化问题。所提出的算法称为HHCPJaya，它将超种群方法与分层协作搜索机制相结合。HHCPJaya算法将种群划分为许多小的子种群，每个子种群专注于原始种群维度的不同块。在超种群方法中，我们通过为每个核心分配多于一个子种群来增加小的子种群数量，每个子种群独立演化以增强种群的探索与开发特性。我们将这种超种群方法与两级分层协作搜索方案相结合，以从所有子种群中寻找全局解。此外，我们基于全局解在相应子种群上引入了一个额外的更新阶段，旨在进一步提高收敛速度和解的质量。将所提出的并行算法应用于不同设置下的若干实验证明，它在解的质量和收敛速度方面表现出足够的潜力。此外，求解复杂且大规模的优化问题所需的计算代价相对较小。
引用
@article{arxiv.1712.03366,
title = {An Efficient Multi-core Implementation of the Jaya Optimisation Algorithm},
author = {Panagiotis D. Michailidis},
journal= {arXiv preprint arXiv:1712.03366},
year = {2017}
}
备注
This is an Accepted Manuscript of an article published by Taylor & Francis Group in the International Journal of Parallel, Emergent & Distributed Systems