情報処理学会 第80回全国大会講演要旨

粒子群最適化法(Particle Swarm Optimization, 以下PSO)は他の最適化アルゴリズムに比べ実装の容易さ,収束・大域探索能力の維持という点で優れるが,大規模な問題に対しては実行に時間がかかる問題が存在する.そこで本論文ではNVIDIA社のCUDAアーキテクチャを備えたGPUを用いて,PSOを並列分散処理するための実装法を提案する.また複数のStreaming Multiprocessor(SM)に対してPSOの個体群を分割し,SM内におけるGlobal Bestを新たに定義して粒子の更新に利用する.これにより従来の個体群全体のGlobal Bestを求めるための通信コストを削減する.複数のベンチマーク関数に対して提案する手法を用いた実験を行った結果,CPUにおける実装に対してGPUを用いた実装は最大約100倍の実行速度比を示した.