基于MapReduce的蚁群算法

被引：22

作者：

吴昊 ^{[1
,2
]}

倪志伟 ^{[1
,2
]}

王会颖 ^{[1
,2
,3
]}

机构：

[1] 合肥工业大学管理学院

[2] 合肥工业大学教育部过程优化与智能决策重点实验室

[3] 安徽财贸职业学院电子信息系

来源：

计算机集成制造系统 | 2012年 / 18卷 / 07期

关键词：

云制造; 云计算; 蚁群算法; 分治; 模拟退火算法; 旅行商问题;

D O I：

10.13196/j.cims.2012.07.162.wuh.019

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

云计算环境下应用蚁群算法分布式并行对问题进行求解的研究较少,且蚁群算法存在搜索时间长和易收敛于非最优解的缺陷,当问题的规模较大时求解困难。为此应用云计算技术将蚁群算法并行化,提出基于MapReduce的蚁群算法。该算法将分治思想和模拟退火算法融入蚁群算法,改进其缺陷,并应用于求解较大规模的旅行商问题。仿真实验取得了较好的效果,且获得了测试实例gr666的新解。

引用

页码：1503 / 1509

页数：7

共 4 条

[1] 再论云制造 [J].

李伯虎 ;

张霖 ;

任磊 ;

柴旭东 ;

陶飞 ;

罗永亮 ;

王勇智 ;

尹超 ;

黄刚 ;

赵欣培 .

计算机集成制造系统, 2011, 17 (03) :449-457

[2] 云制造——面向服务的网络化制造新模式 [J].

李伯虎 ;

张霖 ;

王时龙 ;

陶飞 ;

曹军威 ;

姜晓丹 ;

宋晓 ;

柴旭东 .

计算机集成制造系统, 2010, 16 (01) :1-7+16

[3]

云计算:系统实例与研究现状[J]. 陈康,郑纬民.软件学报. 2009(05)

[4]

Distributed optimization by ant colonies. Colorni A, Dorigo M, Maniezzo V. Proceedings of the First European Conference on Artificial Life . 1991

← 1 →