电子科技 2018, 31(1) 20- DOI:     ISSN: 1007-7820 CN: 61-1291/TN

本期目录 | 下期目录 | 过刊浏览 | 高级检索                                                            [打印本页]   [关闭]
论文
扩展功能
本文信息
Supporting info
PDF(775KB)
[HTML全文]
参考文献PDF
参考文献
服务与反馈
把本文推荐给朋友
加入我的书架
加入引用管理器
引用本文
Email Alert
文章反馈
浏览反馈信息
本文关键词相关文章
人工蜂群算法
人工蜂群算法改进
群体智能
并行化
OpenMP并行处理
本文作者相关文章
梅凯
火久元
常扣扣
PubMed
Article by Mei, K.
Article by Huo, J. Y.
Article by Chang, K. K.
并行人工蜂群算法研究
 梅凯, 火久元, 常扣扣
兰州交通大学 电子与信息工程学院
摘要

针对人工蜂群算法在处理高维度问题时收敛速度慢的问题,利用OpenMP多线程技术和规约机制,并根据已改进的观察蜂来选择雇佣蜂的方式,提出了基于OpenMP的并行人工蜂群算法(PCABC)。仿真实验分别在问题维度为100和200下进行来评估算法性能,在4个逻辑处理器环境下,基于静态调度的并行人工蜂群算法的加速比最高可以达到3.95,效率可达98.65%。实验结果表明,PCABC并行人工蜂群算法在处理高维度复杂函数时,收敛速度和算法运行时间都有较大的提升。

关键词 人工蜂群算法   人工蜂群算法改进   群体智能   并行化   OpenMP并行处理  
A Parallel Approach for Artificial Bee Colony Algorithm
MEI Kai,HUO Jiuyuan,CHANG Koukou
School of Electronic and Information Engineering,Lanzhou Jiaotong University
Abstract:

Aiming at the slow convergence speed of artificial bee colony algorithm in dealing with high dimensional problems, this paper uses OpenMP multi-threading technology and regulation mechanism, and according to the improved way onlooker bees choose employed bees, a parallel artificial bee colony algorithm(PCABC) based on OpenMP is proposed. Simulation experiments are performed to evaluate the performance of the algorithm under three different types of cyclic parallel scheduling types of OpenMP. In the 4 core processor environment, the speedup of parallel artificial bee colony algorithm based on static scheduling can reach to 3.95, the efficiency can reach to 98.65%.The experimental results show that the PCABC parallel artificial bee colony algorithm has higher lifting speed and running time when dealing with high dimensional complex functions.

Keywords: artificial bee colony algorithm;improved artificial bee colony algorithm;swarm intelligence;parallelism   OpenMP parallel processing  
收稿日期  修回日期  网络版发布日期  
DOI:
基金项目:

国家自然科学基金(61462058);甘肃省自然科学研究基金计划(1606RJZA004);2016年赛尔网络下一代互联网技术创新项目(NGII20160111)

通讯作者:
作者简介: 梅凯(1989-),男,硕士研究生。研究方向:智能计算、并行计算等。 火久元(1978-),男,博士,副教授。研究方向:智能计算、并行计算、数据挖掘等。
作者Email:

参考文献:
本刊中的类似文章
1.贾彩杰.基于蜂群优化模糊聚类的遥感图像变化检测[J]. 电子科技, 2012,25(11): 11-
2.宋苏鸣,张燕,陈源.多蜜源蜂群算法在无线传感器网络覆盖的优化[J]. 电子科技, 2013,26(11): 17-
3.许晋,胡泽林,杨智,王颖.基于多核处理器的任务记录数据并行压缩算法[J]. 电子科技, 2014,27(8): 164-
4.王晓娟.一种快速高效的人工蜂群算法[J]. 电子科技, 2015,28(3): 61-
5.李智杰,周津羽,华诚,刘逍,周晓辉.基于MIC的CLCG4并行化设计与实现[J]. 电子科技, 2015,28(7): 101-
6.粟子芩,徐伯庆,苏栋骐.图像代数重建算法的并行性研究[J]. 电子科技, 2015,28(10): 4-
7.唐昆鹏,陈庆奎.基于CUDA的多路高清视频流解码器设计与实现[J]. 电子科技, 2016,29(4): 71-

Copyright by 电子科技