一种基于矩阵化的高效并行遗传算法和装置制造方法及图纸

一种基于矩阵化的高效并行遗传算法和装置，其方法包括：针对遗传算法的种群初始化操作，将种群进行排列形成矩阵结构；针对遗传算法的交叉操作，生成相应交叉矩阵，与种群矩阵进行计算模拟交叉过程；针对遗传算法的变异操作，生成相应变异矩阵，与种群矩阵进行计算模拟变异过程；针对遗传算法的选择操作，设计适合矩阵化的适应度函数计算适应度值，计算适应度值，再进行选择操作。本发明专利技术利用GPU并行计算的优势，加速PSO过程，从而有效获得在复杂网络中进行扰动子结构优化问题的更高效的解决方案。

【技术实现步骤摘要】

本专利技术涉及遗传算法、矩阵化，是一种通用型的基于矩阵化的高效并行遗传算法和装置。

技术介绍

1、gpu已经成为加速机器学习算法的强大工具，包括遗传算法(ga)。由于进化计算群体内个体间的固有独立性，将种群分为多个子种群，实现粗粒度并行演化是可行的。最初设计在cpu架构上的三种常规方法，即主从模型、岛模型和元胞模型，已成功地转移到gpu架构上，实现了一定程度的加速。然而，仅实现粗粒度并行化未能充分利用可用的硬件资源，无法最大程度地提高优化效率。此外，这些方法需要对gpu架构和cuda编程技能有扎实的了解，这可能对一些研究人员和从业者来说不够友好。为了解决这些问题，通过优化传统遗传算法的进化操作，以矩阵运算的方式在gpu上执行，实现了更细致的并行化，从而显著提升计算效率。

技术实现思路

1、本专利技术旨在克服现有技术的局限性，提供一种基于矩阵化的高效并行遗传算法和装置。本专利技术涉及将遗传算法(ga)模型转换为矩阵运算的形式，以充分利用gpu并行处理的潜能。整个过程基于cupy构建，这是一种能够在gpu上加速计本文档来自技高网...

【技术保护点】

1.一种基于矩阵化的高效并行遗传算法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于矩阵化的高效并行遗传算法，其特征在于:所述步骤S1中，针对遗传算法的种群初始化操作，将种群进行排列形成矩阵结构；具体包括：根据任务需要初始化矩阵化种群，采用随机策略任意选择解；每个初始解为：individuali＝[genei1 … geneik]；整体种群可以写成：

3.根据权利要求1所述的一种基于矩阵化的高效并行遗传算法，其特征在于:所述步骤S2中，针对遗传算法的交叉操作，生成相应交叉矩阵，与种群矩阵进行计算模拟交叉过程；基因交叉过程被转化为种群矩阵与随机二进制矩...

【技术特征摘要】

1.一种基于矩阵化的高效并行遗传算法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于矩阵化的高效并行遗传算法，其特征在于:所述步骤s1中，针对遗传算法的种群初始化操作，将种群进行排列形成矩阵结构；具体包括：根据任务需要初始化矩阵化种群，采用随机策略任意选择解；每个初始解为：individuali＝[genei1 … geneik]；整体种群可以写成：

3.根据权利要求1所述的一种基于矩阵化的高效并行遗传算法，其特征在于:所述步骤s2中，针对遗传算法的交叉操作，生成相应交叉矩阵，与种群矩阵进行计算模拟交叉过程；基因交叉过程被转化为种群矩阵与随机二进制矩阵(交叉矩阵)的逐元素乘法；具体包括：

4.根据权利要求1所述的一种基于矩阵化的高效并行遗传算法，其特征在于:所述步骤s3中，针对遗传算法的变异操作，生成相应变异矩阵，与种群矩阵进行计算模拟变异过程；基因变异过程被转化为种群矩阵与随机二进制矩阵(变异矩阵)的逐元素乘法；具体包...

【专利技术属性】
技术研发人员：俞山青，方虚，李家祥，王甬琪，王金焕，宋亦聃，宣琦，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：