VAPI：用于性能提升的算法向量化
摘要：元启发式算法的向量化是向量化优化实现的第一阶段。向量化是一种将算法从一次操作一个值转变为一次操作一组值的技术，以便快速执行。向量化技术通过将多个迭代替换为单个操作来提高算法的性能速度，并使算法更简单、更易于实现。通过实施向量化技术来优化算法是很重要的，这样可以提高程序的性能，减少时间，更快地运行长时间运行的测试函数，执行非向量化算法无法实现的测试函数，并减少迭代和时间复杂度。将向量化转换为一次操作多个值来增强算法的速度和效率是解决长时间运行和复杂算法的方案。本研究的目标是在元启发式算法中使用向量化技术，并将向量化算法的结果与非向量化算法进行比较。
作者：Mahmood Yashar and Tarik A. Rashid
论文ID：2308.01269
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-08-22