费雷罗，A.M。;加西亚，J.a。;洛佩斯·萨拉斯，J.G。;巴斯克斯，C。 并行模拟退火算法在GPU中的有效实现。 （英语） Zbl 1286.90115号 J.全球。最佳方案。 57，第3期，863-890（2013）. 摘要：我们提出了一种高度优化的模拟退火（SA）算法，适用于最近开发的图形处理器（GPU）。使用专门为Nvidia GPU设计的计算统一设备架构（CUDA）工具包进行编程。为此，首先分析SA算法的有效版本，并将其应用于GPU。因此，开发了适当的顺序SA算法作为起点。接下来，实现一个简单的异步并行版本，然后开发一个特定且更高效的同步版本。考虑了一个广泛适用的基准来说明实现的性能属性。在所有测试中，选择归一化Schwefel函数最小化提供的经典样本问题来比较顺序、异步和同步版本的行为，最后一个在收敛性、准确性和计算成本之间的平衡方面更有利。此外，还开发了将SA算法与局部极小值方法相结合的混合方法的实现。请注意，SA算法的通用特性允许其应用于生物、物理、工程、金融和工业过程等众多领域中出现的一系列实际问题。 引用于12文件 MSC公司： 90C26型 非凸规划，全局优化 90 C59 数学规划中的近似方法和启发式 关键词：全局优化;模拟退火;并行计算;GPU（全球生产单位）;CUDA公司 软件：基因警察;CUDA公司;推力;博尔斯塔德2;cuRAND公司 PDF格式BibTeX公司 XML格式引用 \textit{A.M.Ferreiro}等人，J.Glob。最佳方案。57，第3号，863--890（2013；Zbl 1286.90115） 全文： 内政部 参考文献： [1] Ackley D.H.：《基因爬山的连接主义机器》，Kluwer，波士顿（1987）·doi:10.1007/978-1-4613-1997-9 [2] Bäck T.：理论与实践中的进化算法。牛津大学出版社，牛津（1996）·Zbl 0877.68060号 [3] Bersini，H.、Dorigo，M.、Langerman，S.、Seront，G.、Gambardella，L.M.：第一届进化优化国际竞赛（第一届ICEO）的结果。摘自：IEEE进化计算国际会议论文集，IEEE-EC 96，第611-615页。IEEE出版社，纽约（1996）·Zbl 0601.65050号 [4] Bolstad W.M.：理解计算贝叶斯统计。威利，纽约（2001）·Zbl 1277.62003年 [5] Breiman L.，Cutler A.：全局优化的确定性算法。数学。程序。58, 179-199 (1993) ·Zbl 0807.90103号 ·doi:10.1007/BF01581266 [6] Brooks S.B.、Morgan B.J.T.：使用模拟退火进行优化。统计学家44（2），241-257（1995）·doi:10.2307/2348448 [7] Chen H.，Flann N.S.，Watson D.W.：并行遗传模拟退火：一种大规模并行SIMD算法。IEEE传输。平行配送系统。9, 126-136 (1998) ·doi:10.1109/71.663870 [8] Chen D.J.，Lee C.Y.，Park C.H.，Mendes P.：基于高性能计算机的模拟退火算法并行化。J.全球。最佳方案。39, 261-289 (2007) ·Zbl 1179.90330号 ·doi:10.1007/s10898-007-9138-0 [9] Dekkers A.，Aarts E.：全局优化和模拟退火。数学。程序。50, 367-393 (1991) ·Zbl 0753.90060号 ·doi:10.1007/BF01594945 [10] De Jong，K.A.：一杯遗传适应性系统的行为分析。密歇根大学安娜堡分校博士论文（1975年） [11] Debudaj-Grabysz，A.，Rabenseifner，R.：在MPI中嵌套OpenMP，以在SMP节点集群上实现并行模拟退火的混合通信方法。EuroPVM/MPI，Sorrento，2005年9月19日 [12] Dixon L.，SzegöG.：走向全局优化。北荷兰，纽约（1978年） [13] Griewank A.O.：全局优化的一般下降。J.优化。理论应用。34, 11-39 (1981) ·Zbl 0431.49036号 ·doi:10.1007/BF00933356 [14] HimmelBlau D.M.：应用线性规划。McGraw-Hill，纽约（1972年）·兹比尔0241.90051 [15] Kirkpatrick S.、Gelatt C.D.、Vecchi M.P.：模拟退火优化。《科学》220（4598），671-680（1983）·Zbl 1225.90162号 ·doi:10.1126/science.220.4598.671 [16] Kliewer，A.，Tschöke，S.：通用并行模拟退火库及其在工业中的应用。德国帕德博恩大学数学与计算机科学系工作文件（1998年）·Zbl 0753.90060号 [17] Lee S.Y.，Lee K.G.：多马尔可夫链的同步和异步并行模拟退火。IEEE传输。平行配送系统。7(10), 993-1008 (1996) ·数字对象标识代码：10.1109/71.539732 [18] Levy A.V.，Montalvo A.：函数全局最小化的隧道算法。SIAM J.科学。统计计算。1985年6月15日至29日·兹比尔0601.65050 ·doi:10.1137/0906002 [19] Metropolis N.、Rosenbluth A.、Rosenbruth M.、Teller A.和Teller E.：快速计算机器的状态方程计算。化学杂志。物理学。21(6), 1087-1092 (1953) ·Zbl 1431.65006号 ·数字对象标识代码：10.1063/1.1699114 [20] Michalewicz Z.：遗传算法+数据结构=进化程序。柏林施普林格（1998）·Zbl 0841.68047号 [21] 英伟达公司：CUDA 4.0编程指南。(2011) ·Zbl 1168.90660号 [22] 英伟达公司：白皮书。NVIDIAs下一代CUDA计算架构：费米 [23] 英伟达公司：CUDA。CURAND图书馆（2011）·Zbl 0888.90135号 [24] Onbasoglu E.，Øzdamar L.：全局优化中的并行模拟退火算法。J.全球。最佳方案。19, 27-50 (2001) ·Zbl 1168.90660号 ·doi:10.1023/A:1008350810199 [25] Salomon R.：重新评估基准函数坐标旋转下遗传算法的性能。生物系统39（3），263-278（1995）·doi:10.1016/0303-2647（96）01621-8 [26] Sanders J.，Kandrot E.：CUDA示例：通用GPU编程简介。密歇根州艾迪森·韦斯利（2011） [27] Storn R.，Price K.：差分进化：一种简单有效的启发式算法，用于连续空间上的全局优化。J.全球。最佳方案。11, 341-359 (1997) ·Zbl 0888.90135号 ·doi:10.1023/A:1008202821328 [28] Törn，A.，Şilinskas，A.：全局优化。收录：计算机科学课堂讲稿350。施普林格，柏林（1996） [29] 推力库网页：http://throst.github.com/ [30] van Laarhoven P.J.M，Aarts E.H.L.：模拟退火：理论与应用。多德雷赫特·克鲁沃（1987）·Zbl 0643.65028号 ·doi:10.1007/978-94-015-7744-1 [31] http://www.it.lut.fi/ip/evo/functions/node10.html [32] http://www.top500.org/list/2012/06/100 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。