文献

J-GLOBAL ID：201702264007212663   整理番号：17A1751814

粗粒度並列適応ハイブリッド粒子群最適化アルゴリズムとカスケード貯水池群最適化スケジューリングにおけるその応用【JST・京大機械翻訳】

Coarse-grained Parallel Adaptive Hybrid Particle Swarm OptimizationAlgorithm and Its Application to Optimal Operation ofCascaded Reservoirs

著者 (4件)： Wang Sen (珠江水利科学研究院 資源与環境研究所,广州 510611;珠江水利科学研究院 水利部珠江河口動力学及伴生過程調控重点実験室,广州 510611) ,  Ma Zhipeng (珠江水利科学研究院 資源与環境研究所,广州,510611) ,  Li Shanzong (水利部 珠江水利委員会技術咨詢中心,广州,510611) ,  Xiong Jing (珠江水利科学研究院 資源与環境研究所,广州,510611)
資料名： Changjiang Kexueyuan Yuanbao  (Changjiang Kexueyuan Yuanbao)
巻： 34  号： 7  ページ： 149-154  発行年： 2017年 
JST資料番号： W1485A  ISSN： 1001-5485  CODEN： CKYUE6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の普及したマルチコア配置計算機を完全に利用し,大規模カスケード貯水池群最適化スケジューリング問題の解決効率を改善するために,カスケード貯水池群最適化スケジューリングの粗粒度並列適応ハイブリッド粒子群最適化アルゴリズムを提案した。自己適応ハイブリッド粒子群最適化アルゴリズムに基づき,粗粒度並列設計モデルを用いて,初期の個体群を,複数のサブグループに分割し,そして,それを,異なるカーネル論理スレッドに分割し,並列計算を実現した。各サブグループの最適化が完了した後に,最適化結果の集合を統合して,グローバル最適解を出力した。本論文では,例としてLangjiang川下流のカスケード貯水池の発電最適化スケジューリングを取り上げ,この方法を用いて計算を行った。結果は,提案した方法がマルチコア配置の計算性能を十分に発揮することができて,4つのコア環境における最大加速比が3.97に達し,計算時間が1787.2sに短縮され,計算効率が著しく改善されることを示した。本論文は,中国における大規模カスケード貯水池群最適化のための実現可能で効率的な解法を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *スケジューリング ,  *粒度 ,  CPU時間 ,  *貯水池 ,  発電 ,  個体群 ,  *最適化 ,  スレッド ,  中華人民共和国 ,  並列演算
準シソーラス用語： 計算効率 ,  最適解 ,  自己適応 ,  マルチコアプロセッサ ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (6件)： cascaded reservoirs ,  optimal operation ,  coarse-grain ,  multi-core parallel ,  Fork/Join ,  particle swarm optimization algorithm

分類 (1件)： 貯水池,調整池  (RC16030Z)

タイトルに関連する用語 (8件)： 粒度 ,  適応 ,  粒子群最適化アルゴリズム ,  カスケード ,  貯水池 ,  最適化 ,  スケジューリング ,  応用