基于GPU的并行連續(xù)蟻群算法及其應(yīng)用研究.pdf

1、蟻群優(yōu)化算法(ACO)是一種受螞蟻群體覓食行為啟發(fā)提出的基于群體智能的優(yōu)化算法。蟻群算法最初被提出用于解決離散域中的優(yōu)化問題，但在實(shí)際工程上，存在著大量的連續(xù)優(yōu)化問題，這類問題難以使用基本蟻群算法求解;另一方面，在實(shí)際應(yīng)用中，當(dāng)問題具有高精度要求和高優(yōu)化維度時(shí)，蟻群算法往往具有很高的時(shí)間耗費(fèi)。如今，圖形處理器(GPU)已經(jīng)具有比CPU更強(qiáng)大的浮點(diǎn)運(yùn)算能力，處理器被設(shè)計(jì)成并行架構(gòu)，為執(zhí)行并行程序提供了有力的硬件平臺。本文主要對蟻群算法在連

2、續(xù)域中的擴(kuò)展方法進(jìn)行了研究，同時(shí)為提高執(zhí)行效率，對連續(xù)蟻群算法進(jìn)行了基于GPU的并行化設(shè)計(jì)。所做研究工作包括:
　　(1)介紹了一種用于解決連續(xù)優(yōu)化問題的連續(xù)蟻群算法。該算法遵循了蟻群算法的基本框架。詳細(xì)討論了算法的原理和機(jī)制，在基準(zhǔn)函數(shù)上測試了算法的性能，并且與幾種經(jīng)典算法進(jìn)行了比較，仿真結(jié)果證明了連續(xù)蟻群優(yōu)化算法具有更強(qiáng)的優(yōu)化能力;
　　(2)提出了一種連續(xù)蟻群算法在GPU上的并行實(shí)現(xiàn)。為充分利用統(tǒng)一計(jì)算設(shè)備架構(gòu)(CUD

3、A)提供的大規(guī)模并行計(jì)算能力，算法被劃分成了GPU上的三個(gè)內(nèi)核函數(shù)，文中給出了內(nèi)核函數(shù)的實(shí)現(xiàn)細(xì)節(jié)和核心代碼，另外做了GPU并行版本與CPU串行版本之間的性能分析，并行連續(xù)蟻群算法達(dá)到了令人滿意的加速比;
　　(3)研究了無線射頻識別設(shè)備(RFID)信號強(qiáng)度分布的建模問題。前饋神經(jīng)網(wǎng)絡(luò)用于建立信號分布模型，并行連續(xù)蟻群算法用于優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù)。使用RFID裝置搭建了實(shí)驗(yàn)系統(tǒng)，并從中采集了場強(qiáng)數(shù)據(jù)來訓(xùn)練網(wǎng)絡(luò)。根據(jù)實(shí)驗(yàn)結(jié)果，該模型能夠基