关于人口生成的Parfor问题

Question

我正在运行一种遗传算法，并试图并行化种群生成。我的实际代码：

Q = [];
parfor i=1:halfPop
    pa = P(select(f),:);
    pb = P(select(f),:);
    ...
    Q = [Q; pa; pb];
end 

Matlab给出了误差，parfor中的临时变量q未初始化.

所以我把它改写成这样：

Q = [];
parfor i=1:halfPop
    pa = P(select(f),:);
    pb = P(select(f),:);
    Q(i,:) pa;
    Q(i+halfPop,:) pb;
end 

但是现在我得到了错误，parfor中的变量q不能被分类。。在编辑器中，MATLAB告诉我，我不能用两种不同的方式索引parfor中的相同矩阵。

我能做什么？

Answer 1

parfor试图将Q分割成尽可能多的迭代片，因此每次迭代都会得到Q的一个片段。在您的示例中，每次迭代都应该得到两个切片，parfor还无法处理这些切片。

要解决这个问题，您可以定义两个变量，Qa和Qb，您可以在parfor循环结束后组合它们。

[Qa,Qb] = deal(zeros(halfPop,size(P,2)));
parfor i=1:halfPop
    pa = P(select(f),:);
    pb = P(select(f),:);
    Qa(i,:) = pa;
    Qb(i,:) = pb;
end 

Q = zeros(2*halfPop,size(P,2));
Q(1:2:end,:) = Qa;
Q(2:2:end,:) = Qb;

Answer 2

如果您使用像这样的单个操作数进行连接，那么您正在尝试的“级联还原”应该可以工作。

tmp = [pa; pb];
Q = [Q; tmp];

Answer 3

许多不同的选择取决于pa和pb的大小一致。Matlab希望确保没有数据“覆盖”的风险(因为缺少更好的术语)，而且在这种情况下它无法确定这一点。本质上，您只能在每次迭代中写入矩阵一次，并且可以在它认为的“良好实践”的范围内完成。

我的解决方案：

Q = zeros(halfPop,size([pa pb]);
parfor i=1:halfPop
    pa = P(select(f),:);
    pb = P(select(f),:);
    Q(i,:)= [pa pb];
end