Parallel cross-entropy optimization
Parallel cross-entropy optimization
复制标题
并行交叉熵优化
DOI：
--
复制
发表时间：
2007
期刊：
影响因子：
--
通讯作者：
Dirk P. Kroese
中科院分区：
文献类型：
--
作者：
Gareth E. Evans;J. Keith;Dirk P. Kroese
交叉熵（CE）方法是一种现代且有效的优化方法，非常适合并行实现。如今存在大量问题，其中一些非常复杂，使用当前的优化技术可能需要数周甚至更长时间才能解决。本文提出了一种使用消息传递接口 (MPI) 库例程为多指令多数据 (MIVID) 分布式内存机设计并行 CE 算法的通用方法。我们提供了两个著名测试用例的性能示例：（离散）最大割问题和（连续）Rosenbrock 问题。报告了加速因子以及与连续 CE 方法的比较。
The cross-entropy (CE) method is a modern and effective optimization method well suited to parallel implementations. There is a vast array of problems today, some of which are highly complex and can take weeks or even longer to solve using current optimization techniques. This paper presents a general method for designing parallel CE algorithms for multiple instruction multiple data (MIVID) distributed memory machines using the message passing interface (MPI) library routines. We provide examples of its performance for two well-known test-cases: the (discrete) Max-Cut problem and (continuous) Rosenbrock problem. Speedup factors and a comparison to sequential CE methods are reported.