分布式并行蚁群算法的设计与分析

来源 :浙江大学 | 被引量 : 0次 | 上传用户:chenyingtg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对于类似TSP的NP难规划问题,以及一些模型复杂、解空间巨大的复杂大系统动态优化问题,智能优化算法成为最有希望的、有时甚至是唯一可用的求解手段。然而智能优化算法一直由于需要大量计算和存储资源,在一些动态优化和大规模优化等应用场合受到很大限制。计算技术发展至今,单个处理机的计算能力逐渐到达瓶颈,采用基于网络连接的分布式并行计算系统求解复杂大系统动态优化问题成为当今的研究热点。 本论文深入研究并行计算理论,并在此基础上设计出适应大规模复杂优化问题的分布式并行AC0算法。 具体的研究成果有以下几点: (1)基于LogP模型设计了一个分布式并行计算环境的串行仿真系统。该仿真系统采用LogP模型抽象并屏蔽了计算与通信设备中与并行算法性能瓶颈无关的具体底层细节,同时还运用计算独立于网络通信平台的思想设计体系结构,不仅可以方便地实现各种并行算法,还可以在不同物理设备和网络平台上测试分析并行算法的可移植性、扩展性等性能。 (2)提出了一种求解复杂多阶段决策问题的分布式并行ACO算法的设计方法。通过将大规模复杂系统动态优化问题转换为复杂多阶段决策问题,可一致地将其解空间映射为ACO算法的层状解构造图。再将层次解构造图按层数均匀分配给各个计算节点,使全局解构造图分布存储于各个计算节点上。运用移动Agent技术实现蚂蚁在各个计算节点间的迁移以完成在整个解构造图上的路径搜索,并将最终搜索到的路径及相应的信息素广播给各个汁算节点以更新其本地的解构造图信息素。该并行设计方法将蚂蚁每步的解构造块评价和更新解构造图信息素的计算都分配到各个计算节点来实现,比现有的并行ACO算法更好地解决了计算需求分配的均衡性和全局解构造图信息素的更新等问题。 (3)提出了一种分析并行智能优化算法的pesM模型。通过将智能优化算法抽象概括为生成候选解、评价候选解和学习解空间知识三个主要步骤,提出以生成一个候选解的计算时间p,评价一个候选解的计算时间P,学习一次解空间知识的计算时间s以及生成的候选解总数M等四个参数组成的pesM并行智能优化算法计算模型。在pesM模型基础上,结合LogP模型,系统地提出了分析并行智能优化算法性能瓶颈的理论框架。在此基础上,对上面所提出的分布式并行ACO算法与并行蚂蚁算法进行了理论分析比较。
其他文献
在设计数字化社区一体化平台中,海量的数据被存储在数据仓库中。要充分利用这些数据,从这些数据中挖掘出潜在的规律,更好的完善数字化社区一体化平台的功能,我们设计了一个基
在过去的几年里,因特网技术在全球范围内飞速发展。但由于互联网发展的历史原因,TCP/IP协议及HTTP、FTP等基于TCP/IP协议的各种应用层协议,在协议设计之初均未考虑安全传输问题,这
我们生活在一个信息化的时代,各种信息急剧膨胀,为了有效利用这些信息,数据挖掘和知识发现技术应运而生,并显示出强大的生命力。聚类分析在数据挖掘研究中占有重要的位置。所
自20世纪70年代起,水稻褐飞虱在我国大规模发生,成为我国水稻生产的首要虫害。褐飞虱作为远距离迁飞性害虫,其发生发展程度与成虫迁入时期与数量、气象条件、田间小气候、水
高层体系结构(High Level Architecture,HLA)是用于产生计算机仿真系统的通用技术框架。本论文正是基于这一框架设计并实现了RTI平台。论文介绍了HLA/RTI规范,设计RTI软件框架模
近年来,随着无线技术和Internet的发展,对无线分组业务的需求越来越高,作为2.5代和2.75代的移动通信技术的通用分组无线业务(E)GPRS日益受到人们重视。流式传输是(E)GPRS网络
微阵列图像是通过扫描杂交后生物芯片被激发出的荧光信号得到的图像。微阵列图像处理通过定位和提取每个靶点上探针的信号强度,并通过计算平均灰度值和分析强度比率等为生物学
在现有医学临床或手术计划中,为了获取不同的功能信息和解剖信息,通常采用多种成像方式。而为了获得多种成像方式的互补信息,就需要将两幅不同成像模式的图像进行配准和融合
我国公安信息化工作已经走过了近20年的历程。自80年代以来,公安部先后实施了“公安有线、无线通信系统”、“全国公安计算机保卫、指挥信息系统工程”、“全国犯罪信息中心CC
随着网上银行、电子商务的出现,网络正越来越快的进入到社会生火的各个方面。随之而来的就是各式各样的网络攻击,网络安全的重要性已被越来越多的人所重视。入侵检测系统是一