在最近的十几年间,蚂蚁群聚最佳化(Ant Colony - 台湾地理资讯学会.PDF

2011 年台灣地理資訊學會年會暨學術研討會 【主題類別】：雲端技術與地理資訊整合平台應用 以平行運算結合ACO應用於旅行者問題 Parallel Processing for ACO in TSP * ** *** **** 任念志 李宗育 徐百輝 張智昌 Nien-Chih Jen Joy Lee Pai-Hui Hsu Chy-Chang Chang 摘 要 螞蟻群聚最佳化 (Ant Colony Optimization:ACO)是由 Dorigo在 1991 年所發表 的一種群體智慧 ，在最近的十幾年間 ，ACO被廣泛的用於解決 NP的問題 ，並成 功的運用於旅行銷售者問題(Traveling Salesman Problem:TSP) 。 在自然界中 ，每隻螞蟻只有很少的智慧與處理能力 ，然而透過螞蟻的群聚及 習慣 ，卻發揮出驚人的群體智慧 ，用以解決螞蟻日常生活中所遇到的困難的問題 - 找出經過多個食物區的最短路徑 ，ACO演算法就是想用虛擬的螞蟻來重現這種群 聚的智慧 ，用以解決我們想解決的問題 。 在此篇文章中 ，我們將討論如何運用GPU的平行運算能力來加速 ACO演算 法，配合最短路徑分析 ，用以解決 GIS路徑規劃中常見的多點路徑規劃問題 -旅行 銷售者問題 。 關鍵字：螞蟻群聚 ( Ant Congregation ) 、TSP 、GPU Abstract As a simulation of the intelligence of the ant congregation, ACO(Ant Colony Optimization) algorithm was first reported in 1991 by Dorigo. ACO has been extensively used in solving NP-hard(non-deterministic polynomial-time hard) problem for decades, and it has been applied to TSP(Traveling Salesman Problem) successfully. * 藏識科技有限公司 總經理 PilotGaea Technologies CO.,LTD.(General Manager) ** NVIDIA 資深工程師 Senior Engineer, Development Technology, NVIDIA *** 國立台灣大學 土木工程學系 助理教授 Assistant Professor, Department of Civil Engineering, National Taiwan University ****國立台灣大學 土木工程學系暨研究所 博士研究生 Ph.D student, Department of Civil Engineering, National Taiwan University Every single ant has little intelligence and capacity in the nature surroundings. However, the ant congregation shows stunning competence to handle difficulties, the shortest path for food passing multiple regions, in their routine life. ACO(Ant Colony Optimization) algorithm simulates ant group intelligenc