一种基于自适应线程束的GPU并行粒子群优化方法

摘要

本发明公开了一种基于自适应线程束的GPU并行粒子群优化方法，包括以下步骤：1：初始化问题函数参数，初始化粒子群参数；2：定义三个CUDA核函数，分别用于并行计算粒子的速度和位置、粒子的适应度值及下一代粒子自身所找到的最好适应度值及其对应的解、整个粒子群到目前为止找到的最好适应度值及其对应的解；3：根据自适应线程束算法计算并初始化每个核函数的Block及Grid参数；4：调用核函数并行迭代更新粒子群的速度和位置，并求出当前最好适应度值及其对应的解；5：重复执行步骤4直到达到设定的结束条件，GPU输出计算结果；本发明可以大幅缩短粒子群算法在GPU上的并行求解时间、减少功耗、节约硬件成本。