收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于GPU加速的并行人工鱼群算法及其应用

胡一帆  
【摘要】:人工鱼群算法(Artificial Fish Swarm Algorithm, AFSA)是一种基于鱼群行为模拟的群体智能优化方法,近几年在电力系统、控制器设计、图像与数据聚类等工程领域得到了成功的应用。实践证明,AFSA对初值和参数不敏感、鲁棒性强、收敛速度快、克服局部极值能力强,是一种高性能的优化方法。 但是对于复杂工程优化问题的求解,人工鱼群算法的计算量大,运行时间长,从而限制了其应用范围和可扩展性。为了提高算法运行效率,并行化是一条重要途径,然而目前尚不存在对人工鱼群算法并行化方面的研究。近年来,随着计算机图形处理器可编程性的不断提高,GPU通用计算的研究渐渐活跃起来。本文针对人工鱼群算法在实际应用中的不足,结合GPU的高速并行性,提出了一种基于GPU加速的并行人工鱼群算法(GPU-AFSA),将人工鱼群的求解过程转化为CUDA线程,在GPU上加速执行以提高算法的运行速度。实验数据表明:GPU-AFSA能够在保证与串行AFSA相同优化性能的同时取得高达30倍的加速比,是人工鱼群算法的一种有效的并行化方案。 图像分割是从输入图像中提取目标或感兴趣区域的过程,是目标检测和识别过程中的重要步骤。基于聚类的图像分割方法是其中一类及其重要和应用相当广泛的算法。然而对于图像的聚类分析,目前尚不存在广泛适用的算法,并且计算量较大。本文建立了一种基于人工鱼群算法的图像聚类分割方法,利用人工鱼群算法的高性能优化能力,克服了图像分割领域普遍存在的分割算法对图像本身数据特性高度依赖的缺点,提高了图像分割的适应性。针对图像分割应用的特定要求,本文还对该图像分割方法做了两种GPU并行化实现,分别从聚类和人工鱼进化的角度实现了该模型的并行加速。实验数据证明,该方法对于不同类型的测试图片均能够较快速准确地分割出目标,是一种高效的图像分割方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张涛;肖永豪;余卫宇;;基于鱼群算法的图像阈值分割[J];计算机应用研究;2011年03期
2 楚晓丽;朱英;石俊涛;;基于改进人工鱼群算法的图像边缘检测[J];计算机系统应用;2010年08期
3 曲良东;何登旭;;基于单纯形法的双群人工鱼群算法[J];计算机应用;2008年08期
4 刘白;周永权;;基于遗传算法的人工鱼群优化算法[J];计算机工程与设计;2008年22期
5 曲良东;何登旭;;混合变异算子的人工鱼群算法[J];计算机工程与应用;2008年35期
6 胡孟杰;;TSP问题的人工鱼群解决方案[J];中国科技信息;2009年11期
7 聂黎明;熊蜀峰;韩冰;;基于区间人工鱼群算法的区间套构造方法[J];科技信息;2010年16期
8 李春梅;马良;;求解多维0-1背包问题的人工鱼群算法[J];数学的实践与认识;2010年17期
9 宋潇潇;孙棣华;解佳;;基于极坐标编码的改进人工鱼群算法[J];系统工程与电子技术;2010年10期
10 杨礼;刘高峰;杨智杰;陈姝;;基于人工鱼群算法的空洞探测[J];计算机工程与应用;2011年11期
11 李媛;;基于人工鱼群算法的多元线性回归分析问题处理[J];渤海大学学报(自然科学版);2011年02期
12 殷志锋;田亚菲;;基于人工鱼群算法的IIR数字滤波器设计[J];信息技术;2006年07期
13 陈俊清;朱文兴;;基于人工鱼群算法的分类规则发现[J];福州大学学报(自然科学版);2007年01期
14 曹承志;毛春雷;;人工鱼群神经网络速度辨识器及应用[J];计算机仿真;2008年10期
15 曹承志;毛春雷;郑海英;姜西羚;张坤;;AFSA-BP速度辨识器在DTC系统中的应用研究[J];电气传动;2009年03期
16 聂黎明;周永权;;用人工鱼群算法求解二重数值积分[J];计算机工程与应用;2009年10期
17 曲良东;何登旭;;新的混合优化算法及其应用[J];计算机工程与应用;2009年15期
18 万金春;凌卫新;徐乐华;;使用混合人工鱼群算法求解装箱问题[J];计算机应用与软件;2009年11期
19 潘喆;吴一全;;二维Otsu图像分割的人工鱼群算法[J];光学学报;2009年08期
20 余高;何登旭;刘桂青;;改进人工鱼群算法及其在QoS组播路由问题中的应用[J];广西民族大学学报(自然科学版);2010年01期
中国重要会议论文全文数据库 前10条
1 王一博;常旭;刘伊克;;时域多尺度波形反演方法的GPU实现[A];中国地球物理学会第二十七届年会论文集[C];2011年
2 刘耀年;姚玉萍;李迎红;刘俊峰;;基于人工鱼群算法RBF神经网络[A];第十届全国电工数学学术年会论文集[C];2005年
3 徐公林;张铁龙;;人工鱼群算法在电力系统负荷模型参数辨识中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
4 石鸿雁;贝肇宇;;一种求解函数优化的混合蚁群算法[A];2009中国控制与决策会议论文集(3)[C];2009年
5 刘春波;罗志平;王会进;刘丽华;余秀琴;;基于人工鱼群算法的QoS组播路由问题的求解[A];第三届中国智能计算大会论文集[C];2009年
6 李国庆;孙浩;;基于改进人工鱼群算法的可用输电能力计算[A];第十一届全国电工数学学术年会论文集[C];2007年
7 梅立超;姜慧研;张柳青;刘洪娟;;基于GPU和水平集的肝脏快速分割方法的研究[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
8 薛笑荣;赵荣椿;张艳宁;段锋;苏爱民;;基于树型小波变换的SAR图像分割[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
9 周晖;赵珂;王润生;;基于数据属性驱动的高分辨率遥感图像自适应融合分割算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
10 韩立强;;基于图像分割技术的汽车发动机缸体表面缺陷检测[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
中国博士学位论文全文数据库 前10条
1 王联国;人工鱼群算法及其应用研究[D];兰州理工大学;2009年
2 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年
3 张印辉;多尺度马尔可夫随机场图像分割方法研究[D];昆明理工大学;2010年
4 白小晶;基于偏微分方程的图像分割与配准研究[D];南京理工大学;2010年
5 陈志彬;非参数变形模型结合模糊技术的MRI图像分割[D];大连理工大学;2010年
6 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
7 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
8 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年
9 陈钢;众核GPU体系结构相关技术研究[D];复旦大学;2011年
10 李旭超;小波变换和马尔可夫随机场在图像降噪与分割中的应用研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前10条
1 胡一帆;基于GPU加速的并行人工鱼群算法及其应用[D];浙江大学;2011年
2 刘丹;基于GPU的分子动力学模拟方法研究[D];武汉理工大学;2010年
3 陈枫;基于GPU技术的叠前时间偏移及其在玛湖地区的应用[D];中国地质大学(北京);2011年
4 魏巍;人工鱼群算法的改进研究与应用[D];华北电力大学(北京);2010年
5 覃方涛;基于GPU的车牌定位关键技术并行研究[D];重庆大学;2010年
6 魏卓群;GPU并行免疫算法在冷轧生产调度中的应用[D];大连理工大学;2010年
7 金鹭;基于GPU的表面形貌测量系统的研究[D];浙江大学;2011年
8 张红霞;人工鱼群算法的改进及其在异步电动机模型参数辨识中的应用[D];华北电力大学(北京);2011年
9 陈祥生;人工鱼群算法在聚类问题中的应用研究[D];安徽大学;2010年
10 施秋红;人工鱼群算法的改进及应用研究[D];甘肃农业大学;2010年
中国重要报纸全文数据库 前10条
1 记者 严天秀;昆明新机场全球首安“GPU”[N];昆明日报;2010年
2 本报记者 宋家雨;GPU还是CPU? 高性能计算的一个问题![N];网络世界;2010年
3 ;GPU市场Q2创八年最大增幅[N];计算机世界;2009年
4 本报记者 霍光;GPU计算逐渐大规模商用[N];中国计算机报;2009年
5 游讯;图形处理器GPU[N];人民邮电;2011年
6 记者 刘欢;全国首个GPU计算应用测试中心在京成立[N];北京日报;2011年
7 电脑报 朱文利;GPU助力,高性能计算机“异构化”[N];电脑报;2009年
8 李大庆;首套分布式GPU超级计算系统启用[N];中国技术市场报;2010年
9 本报记者 霍光;CPU集成GPU挑战主板设计[N];中国计算机报;2010年
10 刘颖;PCI-E3.0帮GPU开发“副业”[N];电脑报;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978