Parallel processing Julia 0.6 pmap函数

我想并行化一个优化分解算法，名为渐进对冲。该优化存储在一个名为PH的函数中，该函数接收模型的参数，一些参数是矩阵，但PH只需要以这种方式从该矩阵中获取一个向量

for s = 1:nS
    res = PH(k,s,data,Lines,Ag,Gx,Pmax[:,s],Prmax[:,s],COpe[:,s])
    push!(data,res)
end

所以PH只需要一个来自Pmax，Prmax和COpe的向量

为了并行化，我尝试这样做

 pmap(s -> PH(k,s,data,Lines,Ag,Gx,Pmax[:,s],Prmax[:,s],COpe[:,]),1:nS)

但我明白了：

The applicable method may be too new: running in world age 21846, while current world is 21965.

我使用的是Julia 0.6，也许我的编程方式是从旧版本开始的

---

有什么想法吗

我最近在0.6中遇到了类似的问题。尝试将

pmap（f，c…

中的参数

f

指定给具体函数，即

createPH(s) = PH(k,s,data,Lines,Ag,Gx,Pmax[:,s],Prmax[:,s],COpe[:,])
pmap(createPH,1:nS)

---

这为我解决了这个问题。（还请注意，在0.6.0中会生成警告，而不是

世界年龄
错误）
我最近在0.6中遇到了与
pmap（）
类似的问题。尝试将
pmap（f，c…
中的参数
f
指定给具体函数，即

createPH(s) = PH(k,s,data,Lines,Ag,Gx,Pmax[:,s],Prmax[:,s],COpe[:,])
pmap(createPH,1:nS)

这为我解决了这个问题。（还请注意，在0.6.0中会生成警告，而不是
世界年龄
错误）
请尝试查看：您没有提供足够的代码来重现问题。世界时代的问题源于使用eval定义函数。我想你一定是在
PH
中这样做的，但是我们不知道你是如何定义
PH
的。试着看看：你没有给出足够的代码来重现这个问题。世界时代的问题源于使用eval定义函数。我想您一定是在
PH
中这样做的，但我们不知道您是如何定义
PH
的。