分布式并行蟻群算法的設計與分析.pdf

1、對于類似TSP的NP難規(guī)劃問題，以及一些模型復雜、解空間巨大的復雜大系統(tǒng)動態(tài)優(yōu)化問題，智能優(yōu)化算法成為最有希望的、有時甚至是唯一可用的求解手段。然而智能優(yōu)化算法一直由于需要大量計算和存儲資源，在一些動態(tài)優(yōu)化和大規(guī)模優(yōu)化等應用場合受到很大限制。計算技術發(fā)展至今，單個處理機的計算能力逐漸到達瓶頸，采用基于網(wǎng)絡連接的分布式并行計算系統(tǒng)求解復雜大系統(tǒng)動態(tài)優(yōu)化問題成為當今的研究熱點。 本論文深入研究并行計算理論，并在此基礎上設計出適應大規(guī)

2、模復雜優(yōu)化問題的分布式并行AC0算法。 具體的研究成果有以下幾點： (1)基于LogP模型設計了一個分布式并行計算環(huán)境的串行仿真系統(tǒng)。該仿真系統(tǒng)采用LogP模型抽象并屏蔽了計算與通信設備中與并行算法性能瓶頸無關的具體底層細節(jié)，同時還運用計算獨立于網(wǎng)絡通信平臺的思想設計體系結(jié)構，不僅可以方便地實現(xiàn)各種并行算法，還可以在不同物理設備和網(wǎng)絡平臺上測試分析并行算法的可移植性、擴展性等性能。 (2)提出了一種求解復雜多階段

3、決策問題的分布式并行ACO算法的設計方法。通過將大規(guī)模復雜系統(tǒng)動態(tài)優(yōu)化問題轉(zhuǎn)換為復雜多階段決策問題，可一致地將其解空間映射為ACO算法的層狀解構造圖。再將層次解構造圖按層數(shù)均勻分配給各個計算節(jié)點，使全局解構造圖分布存儲于各個計算節(jié)點上。運用移動Agent技術實現(xiàn)螞蟻在各個計算節(jié)點間的遷移以完成在整個解構造圖上的路徑搜索，并將最終搜索到的路徑及相應的信息素廣播給各個汁算節(jié)點以更新其本地的解構造圖信息素。該并行設計方法將螞蟻每步的解構造塊評

4、價和更新解構造圖信息素的計算都分配到各個計算節(jié)點來實現(xiàn)，比現(xiàn)有的并行ACO算法更好地解決了計算需求分配的均衡性和全局解構造圖信息素的更新等問題。 (3)提出了一種分析并行智能優(yōu)化算法的pesM模型。通過將智能優(yōu)化算法抽象概括為生成候選解、評價候選解和學習解空間知識三個主要步驟，提出以生成一個候選解的計算時間p，評價一個候選解的計算時間P，學習一次解空間知識的計算時間s以及生成的候選解總數(shù)M等四個參數(shù)組成的pesM并行智能優(yōu)化算法