多尺度量子谐振子优化算法的并行性研究

黄焱，王鹏，程琨，刘峰

(1. 淮阴师范学院计算机科学与技术学院，江苏 淮安 223300；2. 西南民族大学计算机科学与技术学院，四川 成都 610225；3. 中国科学院成都计算机应用研究所，四川 成都 610041；4. 成都信息工程大学并行计算实验室，四川 成都 610225)

多尺度量子谐振子优化算法的并行性研究

黄焱1，王鹏2，程琨3，刘峰4

(1. 淮阴师范学院计算机科学与技术学院，江苏 淮安 223300；2. 西南民族大学计算机科学与技术学院，四川 成都 610225；3. 中国科学院成都计算机应用研究所，四川 成都 610041；4. 成都信息工程大学并行计算实验室，四川 成都 610225)

多尺度量子谐振子优化算法(MQHOA, multi-scale quantum harmonic oscillator algorithm)是一种利用量子谐振子波函数构造的新的智能算法，采样运算是MQHOA算法的基本运算单元和主要运算量，采样运算的独立性赋予MQHOA算法内在并行性。通过对MQHOA算法群体参数和采样参数进行实验，确定算法的并行粒度并提出多尺度量子谐振子并行算法（MQHOA-P, multi-scale quantum harmonic oscillator parallel algorithm）。在由10个计算节点构成的集群上对6种标准测试函数进行实验，通过改变计算节点数、函数维数和采样参数测试MQHOA-P算法的加速比，实验结果表明，MQHOA-P算法具有良好的加速比和扩展性，可以在大规模集群中部署、运行。

多尺度量子谐振子优化算法；算法并行性；加速比；并行粒度；函数优化

1 引言

MQHOA算法的基本思想是利用函数优化问题与量子谐振子从高能态向基态收敛过程的相似性，结合高斯二进信息采样方法，将函数优化问题的求解过程分为量子谐振子（QHO, quantum harmonic oscillator）收敛和多尺度收敛（M 收敛）2个互相嵌套的收敛过程，通过QHO收敛实现在当前尺度对搜索空间的逐步收缩定位，通过M收敛逐渐提高搜索精度，使目标函数在指定精度找到全局最优解[1]。……