一种针对大规模优化问题的多层GPU并行粒子群算法

本发明公开了一种针对大规模优化问题的多层GPU并行粒子群算法，包括如下步骤：首先对整个种群进行初始化，将整个种群分为不同的子种群，每个子种群分配一定的个体和不同的更新策略，充分利用GPU设备的特性，合理使用共享内存，利用线程对个体进行高效并行更新，等待所有种群同步完成更新，实现对大规模优化问题求解；本发明设计了一种从种群到个体到维度的三层并行策略，并行粒度由粗到细，充分利用粒子群算法的特性，将粒子群算法和GPU并行计算框架实现了有机结合，和其他粒子群算法变体相比，本发明实现了更好的性能并且在算法效率上有巨大提升，本发明为解决大规模优化问题提供了一种基于GPU的高效易扩展的并行框架，在实验中展示了其优越性能。