流域最佳管理措施情景优化算法的并行化

摘要：

流域最佳管理措施(beneficial management practices,BMPs)情景优化问题是一个典型的复杂地理计算问题,目前所常用的BMPs情景优化算法需要结合流域模型进行大量的迭代运算,因而花费大量计算时间,难以满足实际应用的要求.本文针对目前代表性的BMPs情景优化算法——ε支配多目标遗传算法(ε-NS-GA-Ⅱ),采用主从式并行策略,利用MPI并行编程库实现了该优化算法的并行化.在江西省赣江上游的梅川江流域(面积为6 366 km2)进行BMPs情景优化的应用案例表明,并行化的优化算法当运行于集群机时,加速比随着核数(8～512核)的增加而递增,当核数为512时,加速比达到最大值(310);并行效率随着核数的增加逐渐下降,最高值0.91,最低值0.61,取得了明显的加速效果.

关键词：最佳管理措施、优化算法、并行计算、流域模型、MPI、集群

所属期刊栏目：41

分类号：TV93;TP399

资助基金：国家863计划2011AA120305;国家科技支撑计划2013BAC08B03-4;国家水专项计划2013ZX07103006-005 The National High Technology Research and Development Program of China 863 Program,No.2011AA120305;the National Science and Technology Support Program,No.2013BAC08B03-4;the Major Science and Technology Program for Water Pollution Control and Treatment,No.2013ZX07103006-005.

在线出版日期：2016-05-11（万方平台首次上网日期，不代表论文的发表时间）

页码：202-207