matlab实现约束优化——并行计算

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、cluster均为可选，若不指定值则使用默认设置启动并行池，profilename是从指定配置文件建池，poolsize指定池的数量，最大数量与内核数有关，cluster从指定集群建池。

我将使用parpool('local', func)来通过本地配置文件构建大小为func的并行池。

在parpool的帮助描述中，提到的并行语言函数有parfor和spmd，parfor函数是parallel for的简写，用于在matlab中做并行循环；spmd函数是Single Program/Multiple Data的缩写，即单程序多任务并行。所以，本文将采用spmd函数作为接下来的计算。

二、spmd函数

在matlab命令行中输入help spmd:

>> help spmd
spmd - Execute code in parallel on workers of parallel pool

    This MATLAB function defines an spmd statement on a single line.

    spmd, statements, end
    spmd(n), statements, end
    spmd(m,n), statements, end

可以看出该函数目的是对并行池的worker并行执行代码，下面给出函数用法；

spmd的参数n、m均为可选，默认情况将使用并行池中所有的worker，如果没有可用的池，matlab将创建一个池并使用所有的worker。spmd(n)中参数n用于指定要计算的matlab worker的确切数量，spmd(m, n)中参数m，n表示worker个数的范围。

在spmd语句的statements中, 每个worker都有一个labindex的唯一值, 而numlabs表示并行执行该块的worker的总数。

由于我是对18个测试问题重复试验，故使用函数spmd(func)，并且可以将参数labindex作为问题编号并行执行；

三、函数脚本

新建一个para_func.m的脚本文件，起初准备用两个函数进行测试，输入如下代码：

func = 2;
parpool('local', func);
spmd(func)
    problem = labindex;
    SRSeDEag
end

matlab给出了错误信息：错误使用 SRSeDEag (line 1)，透明度违例错误。查找错误之后，将脚本文件SRSeDEag.m改成了函数，返回种群中最优值：

function [Best] = SRSeDEag(Problem)

随后修改para_func.m脚本文件测试，matlab再次报出错误信息：

错误使用 parpool (line 104)
Found an interactive session. You cannot have multiple interactive sessions open simultaneously. To terminate the existing session, use
'delete(gcp('nocreate'))'.

添加后上述代码后，程序测试通过，para_func.m脚本最终为：

delete(gcp('nocreate'));
func = 18;
parpool('local', func);
spmd(func)
    problem = labindex;
    Best = SRSeDEag(problem);
end

四、补充

1. spmd函数返回类型为composite，通过Best{problem}来访问；

2. 修改默认的local并行池的个大小：主页->环境->Parallel->Manage Cluster Profiles->local(default)->Edit->Properties->Number of workers to start on your local machine，我的修改成18即可。