论基于MPI的并行蚁群算法的应用研究

龙源期刊网 https://www.360docs.net/doc/443941195.html,

论基于MPI的并行蚁群算法的应用研究

作者：蒋瀚洋

来源：《电脑知识与技术》2012年第32期

摘要：基于MPI的并行蚁群算法是一种新型、便捷的元启发式算法。并行蚁群算法具有

天然的并行性，对于大量的优化数据的问题，并行蚁群算法能够最大程度的节省时间，也可以为蚁群算法的应用打好坚实的基础，该文从蚁群算法的相关定义及原理、基于MPI的并行蚁

群算法的相关内容、蚁群算法并行化的可行性和必要性以及并行蚁群算法在日常生活中的应用。通过对这些问题的研究让人们对并行蚁群算法能够有更加细致全面的了解，将蚁群算法更好的发展，以便更好的运用到我们的实际操作中来。

关键词：基于MPI；并行蚁群算法；研究

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2012）32-7720-02

随着并行蚁群算法在人们日常生活中的运用，人们对并行蚁群算法的研究也越来越多，蚁群算法的优化具有相当优良的分布式计算机制以及和其它的计算方法相结合的特点。所以在很大程度上提高了我们对于算术的运用，蚁群算法对于其它算法的发展也有很大的帮助，自它出现，激发了其它算法的不断发展，丰富了我们日常的运用。同时，蚁群算法的的应用领域非常的广泛，已经扩展到我们的工程优化、经济管理、军事运筹等。并行蚁群算法以其自身的优势已经渗透到我们生活的方方面面，通过准确的研究可以让蚁群算法更好的得到运用和发展。

1蚁群算法的相关定义及原理

1）蚁群算法是一种概率算法，这种形式的算法是将数据通过迭代的方式从而获得最优解，在不停的迭代过程中，当次数达到一定程度的时候，算法就会收敛，直到算法中的最优解的值保持稳定。MPI，指的是一个工业化的标准，宽泛的意义上来讲只是某种规范的代表。并不是具体的物体的实现，是专门为了大规模的信息传递而制定的。

2）基本蚁群算法原理为蚂蚁在运动的前进过程当中，凭借着在路径上的信息素浓度进行的路径选择。于此同时，蚂蚁也会在所经过的路径上释放出大量的信息素，对应的在路径上经过的蚂蚁越多，释放的信息素浓度越高被蚂蚁选择的概率就越大，因此可知，由多数蚂蚁组成的集体行为便可以表现出一种信息正反馈现象。蚂蚁群就是通过这种行为从而找到到达目的地的最佳方位。蚁群算法求解TSP问题的最优路径其实也就是求解一个完全加权的有向

图中的最优路径问题。

2基于MPI的并行蚁群算法的相关内容

1）并行蚁群算法的可行性和重要性。蚁群算法其实从本质上来讲就是一个并行系统。蚂蚁算法沿袭的是蚂蚁在搜集食物中的并行行为，在这种行为中慢慢的形成了蚂蚁寻找食物的最