并行蚁群算法及其在区位选址中的应用

被引:12
作者
赵元
张新长
康停军
机构
[1] 中山大学地理科学与规划学院
关键词
多叉树; 蚁群算法; 并行运算; 区位选址; GPU通用运算;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
提出基于多叉树并行蚁群算法的区位选址优化方法。算法依据蚁群算法具有的并行特性,采用GPU(graphicprocessing unit,图形处理器)并行运算技术,对地理空间进行多叉树划分,收集蚂蚁在多叉树层间旅行时逐步留下的信息素信息,进行路径选优获得理想的候选解,从而为解决平面空间资源优化配置问题提供新的思路。实验结果表明,与普通蚁群算法相比,采用基于多叉树搜索的并行蚁群算法,能够发挥蚁群算法的并行特征,在短时间内求得较为理想的解,适合计算大区域的空间资源配置问题。
引用
收藏
页码:322 / 327
页数:6
相关论文
共 8 条
[1]   蚁群智能及其在大区域基础设施选址中的应用 [J].
何晋强 ;
黎夏 ;
刘小平 ;
陶嘉 .
遥感学报, 2009, 13 (02) :246-256
[2]   用于连续函数优化的蚁群算法 [J].
陈烨 .
四川大学学报(工程科学版), 2004, (06) :117-120
[3]   遗传算法和GIS结合进行空间优化决策 [J].
黎夏 ;
叶嘉安 .
地理学报, 2004, (05) :745-753
[4]  
A new method for location selection: A hybrid analysis[J] . Mojtaba Tabari,Amin Kaboli,M.B. Aryanezhad,Kamran Shahanaghi,Ali Siadat.Applied Mathematics and Computation . 2008 (2)
[5]  
A heuristic for large-scale p -median instances[J] . Pasquale Avella,Antonio Sassano,Igor Vasil’ev.Electronic Notes in Discrete Mathematics . 2003
[6]   Using simulated annealing for resource allocation [J].
Aerts, JCJH ;
Heuvelink, GBM .
INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE, 2002, 16 (06) :571-587
[7]  
Using Tabu search to schedule timber harvests subject to spatial wildlife goals for big game[J] . Pete Bettinger,John Sessions,Kevin Boston.Ecological Modelling . 1997 (2)
[8]  
Thep-median Problem:a Survey of Metaheuristic Approaches .2 NENAD M,JACK B P H,JOSE A M. European Journal of Operational Research . 2007