基于异构并行计算及博弈学习的冠豪猪优化算法
Enhanced crested porcupine optimization (ecpo) algorithm based on Heterogeneous parallel computing and game learning
1. 广西财经学院 大数据与人工智能学院, 南宁 530003
2. 广西财经大数据重点实验室, 南宁 530003
摘要
群体智能优化算法具有强全局探索能力，是求解复杂优化问题的重要方法。然而，随着科技发展，待优化问题的规模急剧增长。针对原始冠豪猪优化算法(CPO)在大规模优化问题上搜索性能低及计算成本高的问题，提出了一种增强冠豪猪优化算法(ECPO)。该算法引入最小熵混沌螺旋映射以改进种群初始化，构造博弈学习模型以实现自适应策略选择，并设计CPU-GPU异构并行计算架构以提升计算效率。对所提算法进行了理论收敛性分析及时间复杂度分析。在维度为10000的大规模基准函数上进行了实验验证，并采用Wilcoxon及Friedman检验进行了显著性分析和排名分析。实验结果表明，ECPO的总体性能在大规模优化问题上优于其他对比算法。将ECPO应用于房价预测问题，进一步验证了其实际应用价值。
基金项目
国家自然科学基金资助项目(62441209)
广西自然科学基金资助项目(2024JJA170275)
广西高校人文社会科学重点研究基地向海经济研究院资助项目(XHYB013)
广西向海经济研究人才小高地资助项目
广西向海经济智能信息系统分析与决策重点实验室资助项目
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.04.0115
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第12期
发布历史
[2026-08-04] 优先出版
引用本文
赖兆林, 李广原, 丁红, 等. 基于异构并行计算及博弈学习的冠豪猪优化算法 [J]. 计算机应用研究, 2026, 43 (12). (2026-08-25). https://doi.org/10.19734/j.issn.1001-3695.2026.04.0115. (Lai Zhaolin, Li Guangyuan, Ding Hong, et al. Enhanced crested porcupine optimization (ecpo) algorithm based on Heterogeneous parallel computing and game learning [J]. Application Research of Computers, 2026, 43 (12). (2026-08-25). https://doi.org/10.19734/j.issn.1001-3695.2026.04.0115. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
