版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、多核CPU經(jīng)過(guò)多年的發(fā)展,現(xiàn)已在市場(chǎng)中占據(jù)主導(dǎo)地位。多核CPU具有很高的性能,它的應(yīng)用普及,給我們用戶帶來(lái)了機(jī)遇,但也帶來(lái)了挑戰(zhàn)。過(guò)去大部分的算法與軟件并沒(méi)有針對(duì)多核CPU進(jìn)行優(yōu)化,因此并不能充分利用其蘊(yùn)藏的計(jì)算能力;要從多核CPU中真正獲得好處,程序線程化為一個(gè)可行的途徑。多核計(jì)算技術(shù)較硬件技術(shù)落后不少,但眾多學(xué)者仍在孜孜研究中,并在多核并行技術(shù)及“低碳”綠色計(jì)算等方面取得一些成果。本文基于多核CPU對(duì)遺傳算法求解旅行商問(wèn)題(TSP)
2、進(jìn)行了研究。
TSP是組合優(yōu)化問(wèn)題領(lǐng)域一個(gè)經(jīng)典的NP-難問(wèn)題,它的難解性致使學(xué)者們不得不尋找更先進(jìn)的算法對(duì)其進(jìn)行求解。近年來(lái)利用智能算法求解TSP成為研究的熱點(diǎn),遺傳算法即為其中之一。針對(duì)遺傳算法求解TSP的特點(diǎn)及存在的缺陷,筆者基于多核平臺(tái)對(duì)其進(jìn)行優(yōu)化與改進(jìn)。
求解TSP的遺傳算法具有良好內(nèi)在并行性,構(gòu)成算法的各算子內(nèi)均具有強(qiáng)獨(dú)立性,不存在或存在較少的數(shù)據(jù)相關(guān),稍作優(yōu)化即可進(jìn)行并行計(jì)算,并以多線程形式于多核
3、平臺(tái)上執(zhí)行。通過(guò)對(duì)基本算子的線程化對(duì)算法進(jìn)行初步優(yōu)化。高速緩存(cache)是CPU重要的片上資源,而程序具有良好空間局部性好是cache效用得以發(fā)揮的前提,否則爭(zhēng)用問(wèn)題將嚴(yán)重影響程序的效率。利用遺傳算法求解TSP時(shí)需進(jìn)行大量的內(nèi)存訪問(wèn),這使cache的爭(zhēng)用在所難免,在多線程環(huán)境下猶為如此。通過(guò)對(duì)算法訪存順序的改變來(lái)提高其算法的程序空間局部性,降低對(duì)cache的爭(zhēng)用,減少cache缺失,從而提高程序效率,實(shí)現(xiàn)對(duì)算法再提速。
4、 標(biāo)準(zhǔn)遺傳算法存在“早熟”及局部搜索能力差的缺點(diǎn),利用其求解TSP極易求得次優(yōu)解。提出一個(gè)求解TSP的改進(jìn)遺傳算法,其通過(guò)小生境技術(shù)來(lái)維護(hù)種群的多樣性,防止“早熟”;利用一個(gè)針對(duì)TSP改進(jìn)的模擬退火算子增強(qiáng)算法的局部搜索能力。多組實(shí)例表明,改進(jìn)算法效果明顯,求解質(zhì)量有較大提高。在此基礎(chǔ)上,重新對(duì)算法并行性進(jìn)行分析,對(duì)模擬退火部分進(jìn)行了并行化優(yōu)化,實(shí)現(xiàn)新算法對(duì)多核環(huán)境的適應(yīng),保證對(duì)其的有效加速。
考慮多種群算法求解TSP的有
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 遺傳算法求解TSP的研究.pdf
- 遺傳算法求解tsp問(wèn)題報(bào)告
- tsp問(wèn)題的遺傳算法求解
- 求解TSP問(wèn)題的遺傳算法.pdf
- 求解TSP問(wèn)題的遺傳算法研究.pdf
- 用遺傳算法求解TSP問(wèn)題.pdf
- 求解TSP的改進(jìn)遺傳算法.pdf
- 改進(jìn)的遺傳算法求解TSP問(wèn)題.pdf
- 向量編碼遺傳算法求解TSP問(wèn)題的研究.pdf
- 遺傳算法求解TSP問(wèn)題的研究與改進(jìn).pdf
- 基于改進(jìn)遺傳算法的TSP問(wèn)題求解研究.pdf
- 改進(jìn)的遺傳算法求解TSP問(wèn)題的應(yīng)用與研究.pdf
- 一種改進(jìn)的遺傳算法求解TSP問(wèn)題.pdf
- 遺傳算法在求解TSP問(wèn)題畢業(yè)論文.doc
- 動(dòng)態(tài)TSP遺傳算法研究.pdf
- 一種求解TSP問(wèn)題的改進(jìn)遺傳算法.pdf
- 改進(jìn)的遺傳算法和分布估計(jì)算法求解TSP問(wèn)題.pdf
- 求解TSP問(wèn)題的遺傳算法的改進(jìn)和并行化研究.pdf
- 用一種免疫遺傳算法求解MST、TSP問(wèn)題.pdf
- 基于TSP的遺傳算法優(yōu)化研究.pdf
評(píng)論
0/150
提交評(píng)論