粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用
2017-07-19马志鹏李善综
长江科学院院报 2017年7期
关键词:优化
王 森,马志鹏,李善综,熊 静
(1.珠江水利科学研究院 a.资源与环境研究所;b.水利部珠江河口动力学及伴生过程调控重点实验室,广州 510611;2.水利部 珠江水利委员会技术咨询中心,广州 510611)
粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用
王 森1a,1b,马志鹏1a,李善综2,熊 静1a
(1.珠江水利科学研究院 a.资源与环境研究所;b.水利部珠江河口动力学及伴生过程调控重点实验室,广州 510611;2.水利部 珠江水利委员会技术咨询中心,广州 510611)
为了充分利用现今普及的多核配置计算机,提高大规模梯级水库群优化调度问题的求解效率,提出了梯级水库群优化调度的粗粒度并行自适应混合粒子群算法。该方法以自适应混合粒子群算法为求解基础,采用粗粒度并行设计模式,利用Fork/Join多核并行框架的分治策略,将其初始种群递归划分为多个子种群,平均分配到不同的内核逻辑线程中实现并行计算,并在各子种群优化结束后,合并优化结果集从而输出全局最优解。以澜沧江下游梯级水库群发电优化调度为例,利用该方法进行计算。结果表明,该方法能充分发挥多核配置的计算性能,在4核环境下最大加速比达到3.97,缩短计算耗时1 787.2 s,计算效率显著提高,为我国不断扩张的大规模梯级水库群优化调度提供了一种切实可行的高效求解途径。
梯级水库群;优化调度;粗粒度;多核并行;Fork/Join;粒子群算法
1 研究背景
随着我国水电开发迅速发展,各大流域已规划或已建成具有电站级数多、装机容量大等特点的大规模梯级水库群,其优化调度凸显非线性、高维数、动态多阶段、约束强耦合等特点[1]。……
登录APP查看全文
