论文部分内容阅读
最大最小蚂蚁系统（Max-min Ant System，MMAS）是一种性能优良的启发式算法，常用于解决组合优化问题．当解决的目标问题规模较大、迭代轮次较多时，最大最小蚁群算法存在运行时间长的缺点．试验以开源串行包ACOTSP为基准，利用GPU多线程并发的优势，采用并行蚂蚁策略将MMAS在CPU-GPU协同异构计算平台上并发实现．算法在GPU上运行时的影响因素，如数据传输、内存层次、库函数调用等，也得到有效分析，并作出针对性优化．试验最终取得了高达13倍的加速，表明并行MMAS策略具有高效性和实用性．