基于MPI的并行蚁群算法研究

论文摘要

蚁群(ACO)算法是一种新型的元启发式算法。该算法具有较强的鲁棒性、优良的分布式计算机制、易于与其它方法结合等优点,已经成功解决了包括旅行商(TSP)问题在内的许多组合优化问题。高性能计算技术的并行程序设计模式MPI是目前一种比较著名的应用于并行环境的消息传递标准。MPICH是MPI标准的一个完全实现,也是应用范围最广的一种并行及分布式环境。通过MPICH可以非常容易的连接现有的计算机组建集群进行高性能集群计算。由于蚁群算法具有天然的并行性,适合于并行计算。本文研究了在基于MPI(Mes sage Passing Interface)构建的PC机群环境下实现并行蚁群算法的相关问题,选择了适合机群系统以及蚁群优化算法特点的并行策略,并成功应用于求解TSP问题。论文首先对并行计算进行讨论,阐述了并行计算机体系结构、并行编程理论和并行算法。接着介绍了目前流行的用于并行环境编程的消息传递标准MPI及其基本函数,用MPICH搭建了一个基于Windows操作系统的小型机群系统。并详细介绍了蚁群算法以及基于MPI对蚁群算法进行并行化的程序设计,利用设计好的一种粗粒度并行蚁群算法,对TSP问题进行了程序设计分析和完全的程序实现。最后,论文对有30个配送点的TSP问题用标准蚁群算法和并行蚁群算法程序进行了实现,对其输出的结果根据加速比进行了比对和分析,尽管实验过程还有很多值得完善的地方,不过总体结果让人满意。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究目的与意义
• 1.2 目前研究与发展现状
• 1.2.1 并行计算发展现状
• 1.2.2 并行机发展现状
• 1.2.3 蚁群算法研究现状
• 第二章 并行程序设计基础
• 2.1 并行计算概述
• 2.2 并行计算机
• 2.3 并行编程理论与方法
• 2.4 并行算法
• 2.5 并行性能分析
• 第三章 MPI并行程序设计
• 3.1 MPI简介
• 3.2 MPI并行编程
• 3.2.1 MPI基本函数
• 3.2.2 MPI数据类型
• 3.2.3 MPI通信域
• 3.2.4 MPI程序基本结构
• 3.3 MPICH的安装
• 第四章 蚁群算法
• 4.1 蚁群算法简介
• 4.2 启发式算法
• 4.3 基本蚁群算法模型
• 4.4 基本蚁群算法参数
• 第五章 基于MPI的并行蚁群算法
• 5.1 蚁群算法并行化的研究现状
• 5.2 蚁群算法常用的并行策略
• 5.3 并行蚁群算法设计
• 5.3.1 算法设计思想
• 5.3.2 并行蚁群算法执行过程
• 5.4 并行蚁群算法在TSP问题中的程序实现
• 5.5 基于蚁群算法和并行蚁群算法性能分析
• 5.5.1 实验环境
• 5.5.2 实验数据与分析
• 第六章 结论
• 6.1 总结
• 6.2 进一步工作
• 致谢
• 参考文献
• 附录A 蚁群算法程序
• 附录B 攻读硕士学位其间发表论文目录