• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Swarm Intelligence and Evolutionary Computation >Performance Analysis and Tuning for Parallelization of Ant Colony Optimization Using Open MP
【24h】

Performance Analysis and Tuning for Parallelization of Ant Colony Optimization Using Open MP

机译：使用Open MP进行蚁群优化并行化的性能分析和优化

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Ant colony optimization algorithm (ACO) is a soft computing met heuristic that belongs to swarm intelligence methods. ACO has proven a well performance in solving certain NP-hard problems in polynomial time. This paper presents the analysis, design and implementation of ACO as a Parallel Me-heuristics using the Open MP framework. To improve the efficiency of ACO parallelization, different related aspects are examined, including scheduling of threads, race hazards and efficient tuning of the effective number of threads. A case study of solving the traveling salesman problem (TSP) using different con-figurations is presented to evaluate the performance of the proposed approach. Experimental results show a significant speedup in execution time for more than 3 times over the sequential implementation.
机译：蚁群优化算法（ACO）是一种属于群智能方法的软计算方法。事实证明，ACO在多项式时间内可以解决某些NP难题。本文介绍了使用Open MP框架将ACO作为并行Me-启发式方法进行分析，设计和实现。为了提高ACO并行化的效率，研究了不同的相关方面，包括线程的调度，竞争危险以及有效线程数的有效调整。提出了使用不同配置来解决旅行商问题（TSP）的案例研究，以评估所提出方法的性能。实验结果表明，与顺序实现相比，执行时间显着加快了3倍以上。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号