k并行遗传算法在旅行商问题中应用.PDF

第３４卷第７期 计 算 机 应 用 研 究 Ｖｏｌ．３４Ｎｏ．７ 　 　 ２０１７年７月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｌ．２０１７ 基于 Ｓｐａｒｋ的并行遗传算法在旅行商问题中的应用 １，２ １ １，２ １ 许智宏 ，赵嘉伟 ，董永峰 ，蒋新宇 （１．河北工业大学计算机科学与软件学院，天津３００４０１；２．河北省大数据计算重点实验室，天津３００４０１） 摘　要：传统遗传算法存在早熟现象，而且其在海量数据模型下的求解精度和可扩展性也有待提高。为了改进 上述问题，在研究孤岛模型和细粒度模型优势基础上，利用遗传算法自身的并行性，提出一种仿细粒度的粗粒度 并行模型，基于Ｓｐａｒｋ实现了一种双层并行的遗传算法。将改进算法应用于旅行商问题Ｂｅｒｌｉｎ５２数据集的求解， 实验结果表明，与传统的并行模型相比，改进后的算法可以明显缩短计算时间，增大搜索范围，早熟现象也得到 了改善。 关键词：并行计算；遗传算法；Ｓｐａｒｋ技术；旅行商问题 中图分类号：ＴＰ３０１．６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１７）０７２０８００４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．０７．０３５ Ｓｔｕｄｙｏｆｐａｒａｌｌｅｌｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｕｓｉｎｇ ｔｒａｖｅｌｌｉｎｇｓａｌｅｓｍａｎｐｒｏｂｌｅｍ １，２ １ １，２ １ ＸｕＺｈｉｈｏｎｇ ，ＺｈａｏＪｉａｗｅｉ，ＤｏｎｇＹｏｎｇｆｅｎｇ ，ＪｉａｎｇＸｉｎｙｕ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００４０１，Ｃｈｉｎａ，２．ＨｅｂｅｉＰｒｏｖｉｎｃｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆ ＢｉｇＤａｔａＣａｌｃｕｌａｔｉｏｎ，Ｔｉａｎｊｉｎ３００４０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ（ＧＡ）ｅｘｉｓｔｅｄｐｒｅｍａｔｕｒｅｐｈｅｎｏｍｅｎｏｎ，ａｎｄｉｔｓｐｒｅｃｉｓｉｏｎａｎｄｅｘｐａｎｄｉｎｇｎｅｅｄｅｄ ｔｏｂｅｉｍｐｒｏｖｅｄｕｎｄｅｒｔｈｅｍａｓｓｉｖｅｄａｔａｓｅｔ．Ｔｏｉｍｐｒｏｖｅｔｈｅｐｒｏｂｌｅｍｓａｂｏｖｅ，ｕｓｉｎｇＧＡ’ｓｉｎｎｅｒｐａｒａｌｌｅｌｐｒｏｐｅｒｔｙ，ｔｈｉｓｐａｐｅｒｉｍ ｐｌｅｍｅｎｔｅｄａｂｉｌａｙｅｒｐａｒａｌｌｅｌＧＡｂａｓｅｄｏｎｔｈｅａｄｖａｎｔａｇｅｏｆｉｓｌａｎｄｍｏｄｅｌａｎｄｆｉｎｅｇｒａｉｎｅｄｍｏｄｅｌｏｎＳｐａｒｋ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｐ ｐｌｉｅｄｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｔｏｔｒａｖｅｌｉｎｇｓａｌｅｓｍａｎｐｒｏｂｌｅｍ（ＴＳＰ）ｉｎＢｅｒｌｉｎ５２ｄａｔａｓｅｔｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈ ｔｈｅｔｒａｄｉｔｉｏｎａｌｐａｒａｌｌｅｌｍｏｄｅｌ，ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｃａｎｓｉｇｎｉｆｉｃａｎｔｌｙｓｈｏｒｔｅｎｔｈｅｃａｌｃｕｌａｔｉｏｎｔｉｍｅ，ｉｎｃｒｅａｓｅｔｈｅｓｅａｒｃｈｉｎｇ ｓｃｏｐｅ，ａｎｄｔｈｅｐｒｅｍａｔｕｒｅｐｈｅｎｏｍｅｎｏｎｉｓｉｍｐｒｏｖｅｄ． Ｋｅｙｗｏｒｄｓ：ｐａｒａｌｌｅｌｃｏｍｐｕｔｉｎｇ；ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｊ；Ｓｐａｒｋ；ＴＳＰ