查看文章

Методы случайного поиска находят применение для решения широкого круга дискретных задач оптимизации большой размерности, когда использование детерминированных методов становится невозможным без упрощения исходной задачи из-за резкого роста требуемых вычислительных мощностей. Даже в случае применения случайного поиска, однако, требуются весьма значительные вычислительные мощности, и точность решения зависит от затраченного времени. Быстрое развитие сравнительно дешевых многопроцессорных систем позволяет значительно сократить время поиска приемлемого решения с коэффициентом ускорения, близким к идеальному. Здесь рассмотрен подход к распараллеливанию алгоритма, реализующего модифицированный вариант метода изменяющихся вероятностей с адаптацией и процедурой возврата для задач оптимизации псевдобулевой функции с ограничениями. Существующий оптимизационный алгоритм адаптирован для систем с общей памятью (использована библиотека GNUOpenMP и соответствующий компилятор). Оценена эффективность параллельного алгоритма.