买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:青岛农业大学
摘要:本发明涉及农业数据处理技术领域,尤其为基于人工蜂群算法的多维函数优化加速方法,其方法包括如下步骤:为了评估ABC算法的性能,采用四个不同求极值的多维函数来测试ABC算法性能,利用CPU+DCU的异构架构模式,采用HIP异构语言的多线程技术并行优化,在DCU平台上,计算任务划分到不同的线程;本发明提高了ABC算法对多维函数求最优解的效率,相对于串行ABC算法和GPU‑ABC算法,该方法能够得到较好的性能,提高了对多维函数的运算效率,能够进一步高效处理农业农村发展带来海量数据,接下来将扩充到多个运算节点,同时,还可以进行向量化的优化方法,更加充分的发现算法中的并行性,最大程度地提升算法的执行效率。
主权项:1.基于人工蜂群算法的多维函数优化加速方法,其特征在于:其方法包括如下步骤:(1)关键函数:为了评估ABC算法的性能,采用四个不同求极值的多维函数来测试ABC算法性能,利用CPU+DCU的异构架构模式,采用HIP异构语言的多线程技术并行优化;(2)任务划分:在DCU平台上,计算任务划分到不同的线程,线程对蜜源和蜂群的数目进行计算任务的划分;(3)数据分布:使用共享内存来代替全局内存实现数据的存储与计算,在数据进行计算之前,先将即将计算的数据从全局内存读取到共享内存中,需要计算时从共享内存中直接读取,并将结果临时存在共享内存里,待计算完全结束后将最终的计算结果写回全局内存;(4)同步操作:通过采用数据分布的方法,block里面的线程采用协同计算方式,建立线程之间的屏障,将线程都同步进行,在block内使用syncthreads函数创建屏障用于同步线程之间的运算;(5)任务并行:经过任务划分、数据分布和同步操作对蜜源信息和适应度信息处理后,在DCU端实现数据的计算任务,在CPU端启动任务并行的函数,在DCU端执行并行任务;(6)实验结果与分析:实验平台是采用混合异构的超级计算系统,使用调度系统对计算任务进行调度和管理,ABC算法的串行和优化后算法的最大迭代次数都设定为150次,最大循环次数设定为3000,局部寻找最优解的次数按照公式limit=0.25*NP*D来计算。
全文数据:
权利要求:
百度查询: 青岛农业大学 基于人工蜂群算法的多维函数优化加速方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。