matlab实现约束优化——并行计算

最新推荐文章于 2025-10-29 13:36:04 发布

原创

最新推荐文章于 2025-10-29 13:36:04 发布 · 9.7k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #并行 #重复试验

这篇博客介绍了如何利用matlab的`parpool`和`spmd`函数进行约束优化的并行计算，以解决需要在多个测试问题上进行多次重复试验的耗时问题。`parpool`用于创建并行池，`spmd`则实现单程序多任务并行。在遇到错误时，作者将脚本转换为函数以解决透明度违例问题。

之前写完的约束优化代码需要在十八个测试问题上跑完，由于随机性的影响，需要进行多次测试问题，耗时太久，所以需要用到matlab的并行计算的功能。

一、parpool函数

首先在matlab命令行中输入help parpool：

>> help parpool
parpool - Create parallel pool on cluster

    This MATLAB function enables the full functionality of the parallel language
    features (parfor and spmd) in MATLAB by creating a special job on a pool of
    workers, and connecting the MATLAB client to the parallel pool.

    parpool
    parpool(poolsize)
    parpool(profilename)
    parpool(profilename,poolsize)
    parpool(cluster)
    parpool(cluster,poolsize)
    parpool(___,Name,Value)
    poolobj = parpool(___)

可以看出该函数目的是在集群上创建并行池，下面给出了函数用法；

parpool的参数profilename、poolsize、clust