Question

我试图在R中使用DEoptim优化包来解决持续优化问题，并且由于我的成本函数需要很长时间来评估（2分钟），我试图使用并行计算。我的问题是：

paralleltype=1（parallel）和2（foreach）选项之间的区别是什么？何时使用其中一个？
是否可以使用paralleltype=1指定核心数，以便不占用所有可用的核心进行计算（例如，64个核心上有50个核心）？
< / LI>

Answer 1

广告。 1 - 包文档中对此进行了解释。

广告。 2 - 需要对两个函数进行修改：DEoptim.control和DEoptim

首先，将一个变量 - 比如 limitCores - 添加到DEoptim.control函数中，该函数控制DE优化的执行参数。

其次，对DEOPtim包装函数进行修改，以对limitCores设置的限制进行操作。

if (ctrl$parallelType == 1) {

    if (!is.na(ctrl$limitCores)) {

        if (ctrl$limitCores<1) useCores <- round(parallel::detectCores()*ctrl$limitCores) else useCores <- ctrl$limitCores

        cl <- parallel::makeCluster(parallel::detectCores())

    } else {

        cl <- parallel::makeCluster(parallel::detectCores())

    }

完整代码：http://pastebin.com/NumDx4ae

Answer 2

谢谢您的代码mjaniec！

我知道自您发布以来已经有一段时间了，但是我认为应该在第91行中：

cl <- parallel::makeCluster(useCores)

代替：

cl <- parallel::makeCluster(parallel::detectCores())

R：DEoptim并行优化 - 核心数量

2 个答案: