抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
[目的]混合カエル跳躍アルゴリズムの解過程をCUDAスレッドに変換し、GPUに基づく並列混合カエル跳躍アルゴリズムを提案し、アルゴリズムの最適化過程を加速し、混合カエル跳躍アルゴリズムの演算速度を高め、それによって、集団知能最適化アルゴリズムの並行研究と応用を促進する。[方法]本論文では、CPU+GPUの異種形式を用いて計算を行い、そのうちGPUは大規模な密集型データに対して設計分析及び計算を行い、CPUに対して、トランザクション管理及び複雑な論理演算などのデータ並列計算に不適な計算モジュールを担当する。[結果]混合カエル跳躍アルゴリズムの解過程をCUDAスレッドに変換し、GPUに基づく並列混合カエル跳躍アルゴリズムを実現した。GPU上で実行速度を加速し,アルゴリズムの実行速度を上げるため,直列混合カエル跳躍アルゴリズムと同じ最適化性能を保証し,加速比を改善した。[結論](1)ISFLAアルゴリズムに対して、並列スケジューリングの形式で計算分析を展開し、バーチャルマシン間の負荷に対して良好なバランス作用を発揮し、負荷間のバランス度を減少し、全体の作業時間に対して良好な短縮作用を果たした。(2)ISFLAアルゴリズムにより生成された初期母集団はより良い品質を持ち、これはいくつかの表現が悪い個体を排除し、全体の収束速度を加速し、探索の繰り返しを行う時間の長さを減らすことができる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】