发明名称 一种土地利用空间布局人工免疫优化模型的并行化方法
摘要 一种土地利用空间布局人工免疫优化模型的并行化方法,包括分解面向土地利用空间布局优化的多目标人工免疫模型,分解结果包括种群初始化算子、目标向量计算算子、选择算子、克隆算子、变异算子、种群更新算子和解码算子;构建免疫算子数组,将需要迭代执行的算子按顺序存入免疫算子数组,需要迭代执行的算子包括克隆算子、变异算子、目标向量计算算子、选择算子、种群更新算子。种群初始化算子和目标向量计算算子一起并行执行,然后串行执行选择算子;对迭代执行的免疫算子数组,克隆算子、变异算子、目标向量计算算子依次分别并行执行,选择算子、种群更新算子依次串行执行;最后并行执行解码算子。
申请公布号 CN103440540A 申请公布日期 2013.12.11
申请号 CN201310424814.3 申请日期 2013.09.17
申请人 武汉大学 发明人 刘耀林;赵翔;刘艳芳;刘殿锋;何建华;焦利民
分类号 G06Q10/04(2012.01)I 主分类号 G06Q10/04(2012.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 严彦
主权项 一种土地利用空间布局人工免疫优化模型的并行化方法,其特征在于:分解面向土地利用空间布局优化的多目标人工免疫模型,分解结果包括种群初始化算子、目标向量计算算子、选择算子、克隆算子、变异算子、种群更新算子和解码算子;构建免疫算子数组,将需要迭代执行的算子按顺序存入免疫算子数组,需要迭代执行的算子包括克隆算子、变异算子、目标向量计算算子、选择算子和种群更新算子;   面向土地利用空间布局优化的求解包括以下步骤,步骤1,种群初始化算子和目标向量计算算子的并行执行,包括根据初始种群规模M和计算资源提供的线程数N,开辟N‑1个新线程,由主控线程将M个初始抗体的生成和相应目标向量计算的任务平分到N个线程上并行执行,新种群生成并计算新种群各抗体相应目标向量完毕后,所有抗体回归到主控线程,,新开辟的N‑1个线程被注销;步骤2,进行选择算子的串行执行,包括在主控线程上进行选择操作,得到规模为X的非支配解集,其中,X为预设的解集规模数;步骤3,开始根据免疫算子数组运行,首先是克隆算子的并行执行,包括开辟N‑1个新线程,由主控线程将X个非支配解集平均分配到N个线程上,并根据克隆系数C,在每个线程上将原有的抗体复制C份,然后合并到主控线程中,形成规模为X×C的新的临时种群,新开辟的N‑1个线程被注销;步骤4,变异算子的并行执行,包括开辟N‑1个新线程,由主控线程将规模为X×C的临时种群平均分配到N个线程上,由各个线程并行地完成对分配到的抗体的变异操作,完成后将变异后的种群返回给主线程,形成规模为X×C的变异后的临时种群,新开辟的N‑1个线程被注销;步骤5,目标向量计算算子的并行执行,包括开辟N‑1个新线程,由主控线程将规模为X×C的变异后的临时种群平均分配到N个线程上,由各个线程并行地完成对分配到的抗体的目标向量计算操作,完成将各线程所得结果返回给主控线程,新开辟的N‑1个线程被注销,;步骤6,进行选择算子的串行执行,包括在主控线程上进行选择操作,得到规模为X的非支配解集,其中,X为预设的解集规模数;步骤7,种群更新算子的串行执行,包括在主控线程上进行种群更新操作,然后判断当前迭代次数是否已达到预设的迭代次数G,若达到则执行步骤8,否则返回步骤3继续根据免疫算子数组迭代操作;步骤8,解码算子的并行执行,包括开辟N‑1个新线程,由主控线程将当前的规模为X的非支配解集分配到N个线程上并行地执行解码操作,各线程将其分配到的抗体进行解码,分别以栅格文件的形式输出为土地利用空间布局优化方案;输出完毕后,各线程注销。
地址 430072 湖北省武汉市武昌区珞珈山武汉大学
您可能感兴趣的专利