基于处理器的混合并行遗传算法

　　传统遗传算法求解计算密集型任务时，适应度函数的执行时间增加相当快，致使当种群规模或者进化代数增大时，算法的收敛速度非常缓慢。基于此，设计了“粗粒度一主从式”混合式并行遗传算法（ HBPCA），并在目前TOP500上排名第一的超级计算机神威“太湖之光”平台上实现。该算法模型采用两级并行架构，结合了MPI和Athread两种编程模型，与传统在单核或者一级并行构架的多核集群上实现的遗传算法相比，在申威众核处理器上实现了二级并行，并得到了更好的性能和更高的加速比。实验中，当从核数为16×64时，最大加速比达到544，从核加速比超过31。