并行计算结果的优化方案

表5.7为PAHPSO方法在不同并行核数、超线程启闭状态下的并行结果。从表5.7中可以看到，方法的计算时间随着核数的增加大幅缩减，并行效果非常明显。

表5.7　PAHPSO算法测试结果

续表(www.xing528.com)

对于同一方案，算法在不同并行环境下的并行性能有所不同。以方案一的计算结果为例，随着并行核数增加，在1核、2核、4核环境下的加速比分别为1.00、1.98、3.84，计算加速比逐渐提高。而且在相同核环境下，在“超线程”开启状态下获得了更佳的加速效果，主要是因为“超线程”技术能够在1个核心上模拟出2个逻辑线程，减少硬件CPU的闲置时间，更好地发挥了CPU的计算效率。但是随着并行核数增加，在“超线程”启闭相同环境下，1核、2核、4核且“超线程”开启状态下的效率分别为100.0%、99.0%、96.0%，呈逐渐下降趋势，主要原因是并行核数越多，则执行线程数越多，资源管理消耗、线程间通信时间、内存占用等因素也相应提高，直接导致了并行效率的下降。

对于不同方案，算法的种群规模越大，并行性能的优势愈加明显。四组仿真方案在4核“超线程”开启状态下的缩减时间分别为486.6s、926.3s、1381.0s以及1787.2s，并行效果非常明显。在相同的并行环境下，以4核“超线程”开启为例，随着种群规模增大，计算加速比、效率逐渐增加，且计算加速比越接近理想加速比。主要原因是计算任务规模越大，线程处于闲置状态的时间越少，线程利用率更加充分。另外，方案三和方案四在2核环境“超线程”开启状态下的计算加速比大于理想加速比，发生“超线性”加速比现象，主要原因有两点：①“超线程”技术能够有效提高线程利用率；②Fork/Join是一种基于内存共享的并行框架，实现了内核中缓存共享，而且Fork/Join具有独特的队列设计，其“窃取”算法能够有效减少物理缓存的占用和争夺，减少线程闲置时间，提高线程利用率。