OpenMPIで新しく働いています... n番目の変数方程式を解くGAアルゴリズム(C++)を作成しましたが、現在はOpenMPI並列化を使用してその性能を向上させようとしています。 OpenMPIを使用したGAアルゴリズムの分散
int main(int argc, char *argv[]){
int i=1;
int print=0;
int fitness_check;
if (argc < 2) print=1;
//initialize rand parameter
srand(time(0));
//start counting clock
auto start_time = std::chrono::high_resolution_clock::now();
//start GA
population *pop=new population();
pop->calcPopFitness();
pop->popSort();
fitness_check=pop->getElement(0).getFitness();
while(pop->getElement(0).getFitness()!=0){
pop->evolvePop();
pop->calcPopFitness();
pop->popSort();
if(fitness_check<(pop->getElement(0).getFitness())){
cout<<"Error in elitism\n";
cout<<"---------------------------\nPrinting after sort...\n";
pop->printPopulation();
cout<<"\n-------------------------------------------\n";
exit(1);
}else{
if(fitness_check>(pop->getElement(0).getFitness()))
fitness_check=(pop->getElement(0).getFitness());
}
if(print==1)cout<<"\nBest string fit in ("+to_string(i)+") iteration: "+string(pop->getElement(0).getString())+"\n";
i++;
}
if(print==1)cout<<"\nGA algorithms work!\n";
//end of GA algorithm and stop counting time
auto end_time = std::chrono::high_resolution_clock::now();
auto time = end_time - start_time;
if(print==1)std::cout << "It took " <<
std::chrono::duration_cast<std::chrono::milliseconds>(time).count() << " milliseconds to run.\n";
writeFile(pop->getElement(0).getValues(), to_string(std::chrono::duration_cast<std::chrono::milliseconds>(time).count()));
pop->cleanup();
delete pop;
return 0;
}
私のクラス
は以下のとおりです:次のようにコードの構造は行く
class chromossome{
private:
int * values;
public:
unsigned int fitness;
//constructor
chromossome();
chromossome(int *vector);
void deleteVector();
bool operator<(const chromossome& other) const {
return fitness < other.fitness;
}
unsigned int getFitness();
int* getValues();
void calcFitness();
void setGene(int i, int gene);
int getGene(int i);
//int constgetGene(int i) const;
void mutate();
string getString() const;
};
と私はちょうど配布しようとしている最初のアプローチとして
class population{
private:
int population_size;
vector<chromossome> ChromoPopulation;
public:
population();
population(bool newIteration);
int getSize();
void printPopulation();
void removeChromossome();
chromossome getElement(int position);
void calcPopFitness();
void popSort();
void addChromossome(chromossome individual);
chromossome *tournamentSelection();
chromossome* crossover(chromossome a, chromossome b);
void mutate();
chromossome * cloneChromossome(chromossome c);
vector<chromossome> getList();
void evolvePop();
void cleanup();
};
各プロセスが母集団の一部の適合度を計算するようにする。私は、範囲内の計算を実行するためにインデックスを渡すことで(これはすべてのプロセスが同じ母集団にアクセスすることを必要とする)、または母集団要素を送信することによって達成できると考えました。
void population::calcPopFitness(){
for_each(ChromoPopulation.begin(), ChromoPopulation.end(), [=](chromossome & n)
{n.calcFitness();});
return;
}
void chromossome::calcFitness(){
int result=0;
for(int i=0; i<NUMBERVARIABLES; i++){
result+=values[i]*(i+1);
}
result-=1024;
fitness=result;
return;
}
私の目標は、大きな集団と多数の変数でこの計算を実行することです。
誰かが最善のアプローチを教えてくれますか、可能であれば、私にいくつかのコード例を教えてください。私はこれについて1週間問題を抱えていて、これまでにこの問題を解決していません...
ありがとうございました。
返信いただきありがとうございます!私はコードをチェックアウトし、可能な限り速やかに問題を解決したかどうかをお知らせします。 – Bernardo
ありがとう!私のために働いた人のためのこのアプローチはうまくいった! – Bernardo