[發(fā)明專利]一種基于移動終端GPU運行的粒子群優(yōu)化方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201610040738.X
• 申請日: 2016-01-21
• 公開（公告）號: CN105718998A
• 公開（公告）日: 2016-06-29
• 發(fā)明（設計）人: 劉小東
• 申請（專利權）人: 上海斐訊數據通信技術有限公司
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06F15/163
• 代理公司: 上海碩力知識產權代理事務所 31251
• 代理人: 郭桂峰

1.一種基于移動終端GPU運行的粒子群優(yōu)化方法，其特征在于，所 述方法包括：

在CPU端初始化粒子群中粒子的位置和速度；

將粒子的位置和速度發(fā)送到GPU端；

根據獲取的歷史最優(yōu)粒子和全局最優(yōu)粒子更新粒子的速度和位置；

根據更新的粒子的速度和位置更新全局最優(yōu)粒子；

若當前的全局最優(yōu)粒子滿足迭代條件，則GPU端將最優(yōu)粒子發(fā)送至 CPU端。

2.根據權利要求1所述的一種方法，其特征在于，所述粒子群的計算 模型為星型拓撲結構，所述星型拓撲結構中，所述粒子群中的每個粒子均 相互連接。

3.根據權利要求1所述的一種方法，其特征在于，所述粒子群的計算 模型為環(huán)型拓撲結構，所述環(huán)形拓撲結構中，所述粒子群中的每個粒子與 其相鄰的粒子連接。

4.根據權利要求1所述的一種方法，其特征在于，所述粒子群中的粒 子的速度和位置更新方程如下：

v_ij(t+1)＝ωv_ij(t)+c₁*r₁*(p_ij(t)-x_ij(t))+c₂*r₂*(p_gj(t)-x_ij(t))

x_ij(t+1)＝x_ij(t)+v_ij(t+1)

其中，v_i(t)＝(v_i1,v_i2,...,v_id)為第i個粒子在第t代的速度，v_ij(t)表示第i 個粒子的第j維速度；w為慣性權重0.2～0.9；c₁為認知系數，c₂為社會系 數；r₁和r₂為服從均勻分布的[0，1]之間的隨機數；p_i(t)＝(p_i1,p_i2,...,p_id)為第 i個粒子的歷史最優(yōu)位置；x_i(t)＝(x_i1,x_i2,...,x_id)為第i個粒子在第t代的位置； p_gj(t)＝(p_g1,p_g2,...,p_gd)為群體歷史最優(yōu)位置。

5.根據權利要求1所述的一種方法，其特征在于，所述方法基于CUDA 編程模型運行，所述CUDA編程模型包括：線程、線程塊以及線程格；每 個線程都有一個唯一的線程編號和一個私有寄存器；每個線程塊擁有一個 共享存儲器，每個線程塊中所有線程均可訪問共享內存，至少兩個線程塊 構成一個線程格。

6.根據權利要求5所述的一種方法，其特征在于，所述歷史最優(yōu)粒子 和全局最優(yōu)粒子通過所述CUDA編程模型獲取，在CUDA編程模型上獲 取歷史最優(yōu)時，一個線程對應一個粒子，各線程同時調用預設函數。

7.根據權利要求5所述的一種方法，其特征在于，所述更新粒子的速 度和位置通過所述CUDA編程模型完成，更新位置和速度時，一個線程對 應粒子的每一維；均按線程索引來讀取數據并處理。