基于GPU加速的細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雜的身體抵御外部有害物質(zhì)的系統(tǒng)，它猶如一支訓練有素的精銳部隊，捍衛(wèi)機體的健康。免疫細胞會對入侵者產(chǎn)生記憶，當下次同樣的抗原入侵時，便以此抗體將其消滅，這正是“疫苗預防接種”的基本原理。人工免疫系統(tǒng)作為人工智能研究的一個新領域，期望借鑒生物免疫系統(tǒng)的信息處理機理和功能，進一步豐富人工智能的研究手段，也可以說，生物免疫學的發(fā)展推動了人工智能的研究。
　　 免疫系統(tǒng)的特點和作用機理對工程應用中許多復雜問題的

2、求解有重要的啟示和借鑒作用，作為一種智能優(yōu)化計算方法，在實際工程中表現(xiàn)出巨大的潛力。但是在數(shù)值建模和優(yōu)化計算等領域中，在處理大量數(shù)據(jù)和求解大規(guī)模復雜問題時，免疫算法(ImmuneAlgorithm，IA)仍然需要大量的計算時間，而并行的IA算法能極大地降低問題求解時間。
　　 針對LA在解決大規(guī)模優(yōu)化問題時需要消耗大量的時間無法達到實時性的問題，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)，將實現(xiàn)過程轉(zhuǎn)化成CUDA線程塊并行計算過程，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，解決了細粒度并行的群體規(guī)模限制問題，提高了算法的運行速度。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，同時闡明了利用GP

4、U來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GPU的通用計算以及應用做了一個大概的闡述，對NVIDIA GPU的統(tǒng)一計算設備架構(gòu)(CUDA)的執(zhí)行模型，存儲模型以及通信模型做了簡要的概述。
　　 (3)闡述了免疫算法的生物學機理，對生物學整體上的認識可以有助于我們更好的對算法模型理解。
　　 (4)針對傳統(tǒng)算法在優(yōu)化大規(guī)模等問題時計算量大和計算速度慢的問題，提出了基于G