基于GPU加速的細(xì)粒度模型并行免疫算法研究.pdf

1、免疫系統(tǒng)是目前已知的最精妙復(fù)雜的身體抵御外部有害物質(zhì)的系統(tǒng)，它猶如一支訓(xùn)練有素的精銳部隊(duì)，捍衛(wèi)機(jī)體的健康。免疫細(xì)胞會(huì)對(duì)入侵者產(chǎn)生記憶，當(dāng)下次同樣的抗原入侵時(shí)，便以此抗體將其消滅，這正是“疫苗預(yù)防接種”的基本原理。人工免疫系統(tǒng)作為人工智能研究的一個(gè)新領(lǐng)域，期望借鑒生物免疫系統(tǒng)的信息處理機(jī)理和功能，進(jìn)一步豐富人工智能的研究手段，也可以說(shuō)，生物免疫學(xué)的發(fā)展推動(dòng)了人工智能的研究。
　　 免疫系統(tǒng)的特點(diǎn)和作用機(jī)理對(duì)工程應(yīng)用中許多復(fù)雜問(wèn)題的

2、求解有重要的啟示和借鑒作用，作為一種智能優(yōu)化計(jì)算方法，在實(shí)際工程中表現(xiàn)出巨大的潛力。但是在數(shù)值建模和優(yōu)化計(jì)算等領(lǐng)域中，在處理大量數(shù)據(jù)和求解大規(guī)模復(fù)雜問(wèn)題時(shí)，免疫算法(ImmuneAlgorithm，IA)仍然需要大量的計(jì)算時(shí)間，而并行的IA算法能極大地降低問(wèn)題求解時(shí)間。
　　 針對(duì)LA在解決大規(guī)模優(yōu)化問(wèn)題時(shí)需要消耗大量的時(shí)間無(wú)法達(dá)到實(shí)時(shí)性的問(wèn)題，結(jié)合GPU的高速并行性，本文提出了一種基于GPU(Graphics Processi

3、ng Unit，GPU)加速的細(xì)粒度并行免疫算法。本算法借助CUJDA(Compute Unifled Device Architecture，CUDA)統(tǒng)一架構(gòu)，將實(shí)現(xiàn)過(guò)程轉(zhuǎn)化成CUDA線程塊并行計(jì)算過(guò)程，使得免疫算法在GPU中加速執(zhí)行，在取得較好的優(yōu)化效果的同時(shí)，解決了細(xì)粒度并行的群體規(guī)模限制問(wèn)題，提高了算法的運(yùn)行速度。本文的重要工作如下：
　　 (1)回顧了免疫算法的研究背景，產(chǎn)生與研究現(xiàn)狀以及研究趨勢(shì)，同時(shí)闡明了利用GP

4、U來(lái)研究免疫算法的意義，闡述了本文的免疫算法研究模型。
　　 (2)回顧GPU的發(fā)展，對(duì)GPU的通用計(jì)算以及應(yīng)用做了一個(gè)大概的闡述，對(duì)NVIDIA GPU的統(tǒng)一計(jì)算設(shè)備架構(gòu)(CUDA)的執(zhí)行模型，存儲(chǔ)模型以及通信模型做了簡(jiǎn)要的概述。
　　 (3)闡述了免疫算法的生物學(xué)機(jī)理，對(duì)生物學(xué)整體上的認(rèn)識(shí)可以有助于我們更好的對(duì)算法模型理解。
　　 (4)針對(duì)傳統(tǒng)算法在優(yōu)化大規(guī)模等問(wèn)題時(shí)計(jì)算量大和計(jì)算速度慢的問(wèn)題，提出了基于G