概要：
由于传统的并行计算任务多由大型并行计算机完成，并行机的研究也成为并行计算的主要研究方向。 随着经济和科技的发展，生物医学、天气预报、高能物理等领域的计算任务越来越多，其特点是计算数据多、算法复杂、计算规模大、难度大。 因此，计算机的可靠性和可用性变得越来越重要。 一台计算机的性能和可靠性日益提高，但一台计算机很难满足某些现实要求。 因此，可以考虑用一般的PC用某种方法连接，形成被称为机群的高性能系统。 机群不仅价格低廉，而且使用方便，对软硬件设备要求非常低，是替代昂贵超级计算机的最佳选择。 机群技术是将多台计算机组合起来进行协作以模拟更强大的计算机的技术，它可以提高系统的可用性和可靠性。 差分进化算法由Storn R和Price K于1995年提出，是一种简单有效的新计算技术，但从2000年开始受到各国专家学者的重视，并取得了一些成果。 其主要特点是算法简单、收敛速度快、稳定性高，适用于解决复杂的优化问题。 但算法也有很多需要改进的地方，无论从理论上还是实践上来说，差分进化算法目前都不是成熟的算法，所以需要研究，需要扩大算法的应用领域，用它来解决更多的问题。 本文首先分析了并行计算、并行算法及差分进化算法的研究现状，然后详细介绍了差分进化算法的原理，系统地研究了算法的相关问题，特别是种群规模、变异算子、交叉算子对差分进化算法的影响。 搭建并行计算系统的平台，实现差分进化算法的并行是本文的重点，我们使用环型拓扑而不是总线型拓扑。 这样，每个子群中的最优个体基于拓扑结构移居到环中的下一个子群。 此外，本文给出了差分进化算法的两个并行模型，并编程实现了第二个模型。 实验结果表明，并行差分进化算法后，运行时间显著减少，运算性能也显著提高，子群内沟通信息分配给不同节点的范围对算法的性能有很大影响。 另外，差分进化中的所有突变策略并不都一样对迁移常数的值敏感。
展开