基于CUDA的并行布谷鸟搜索算法设计与实现

摘要：

布谷鸟搜索（cuckoo search，CS）算法是近几年发展起来的智能元启发式算法，已经被成功应用于多种优化问题中。针对CS算法在求解大数据、大规模复杂问题时，计算时间过长的问题，提出了一种基于统一计算设备架构（compute unified device architecture，CUDA）的并行布谷鸟搜索算法。该算法的并行实现采用任务并行与数据并行相结合的方式，利用图形处理器（graphic processing unit，GPU）线程块与线程分别映射布谷鸟个体与个体的每一维数据，并行实现CS算法中的鸟巢位置更新、个体适应度评估、鸟巢重建、寻找最优个体操作。整个CS算法的寻优迭代过程完全通过GPU实现，降低了算法计算过程中CPU与GPU的通信开销。对4个经典基准测试函数进行了仿真实验，结果表明，相比标准CS算法，基于CUDA架构的并行CS算法在求解收敛性一致的前提下，在求解速度上获得了高达110倍的计算加速比。

关键词：布谷鸟搜索算法、并行计算、图形处理器(GPU)、统一计算设备架构(CUDA)

分类号：TP301(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.21365008,61105004;the Natural Science Foundation of Guangxi of China under Grant No.2012GXNSFAA053230;the Program for Excellent Talents in Guangxi Higher Education Institutions under Grant No.[2011]40

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：665-673