基于FPGA实现粒子群算法解最短路径.pdfVIP

ExperienceExchange

DCW

经验交流

基于FPGA实现粒子群算法解最短路径

王飞宇，胡 靖

（黑龙江大学电子工程学院，哈尔滨  150080）

摘要：粒子群优化算法（PSO）是一种具有高效的并行化思维的算法，该算法起源于模拟生物的行为，是一种智能算法。由于其

并行特性，使该算法适合于硬件实现。最短路径的求取归属于经典的图论问题，本文主要研究用于计算最短路径的粒子群算法的硬件

实现方法，应用Verilog进行程序编写。通过一种路径初始化的方法，应用二进制编码的粒子群算法去计算最短路径。

关键词：二进制粒子群算法；硬件实现；最短路径

doi：10.3969/J.ISSN.1672-7274.2019.01.224

中图分类号：TP301.6     文献标示码：A     文章编码：1672-7274（2019）01-0277-01

1二进制粒子群算法硬件实现的优势一点是动物是独立的个体，而且之间是可以交流的。通过硬件来

最短路径求取是图论的基本问题之一，它是指在有障碍物的实现粒子群算法，的核心就是应用硬件的并行特性，来实现粒子

地图信息中，寻找一条从固体定起点到终止点的最短或者较优的群优化算法并行运算特性。将整体的算法划分为下面几个模块：

路径，该路径安全、不碰撞障碍，所走路程较近。常用最短路径路径存储模块、路径计算模块（初始化路径生成模块）、路径比

规划方法包括启发式图搜索法、人工势场法、神经网络法等，不较模块、全局与局部距离比较模块、速度，位置更新模块、核心

同程度的提高求解最短路径的速度与规模，但每一种算法都有其计算模块。具体流程如下：（1）我们将外部采取到的地图信息通

局限性。近年来，不少学者采用神经网络、蚁群算法、粒子群算过接口将其存与10块并行的RAM，将地图信息存储为十份。（2）

法等进行最短路径求解，用仿生算法进行路径规划成为明显的发这10个RAM块上进行算法的初步操作，计算出10条初始路径

展趋势。为了进一步探索更适合路径规划方法，近年也有学者尝与其长度。（3）将计算得出的10条路径的长度进行一次比较。（4）

试用通过硬件实现粒子群算法进行路径规划，该方法可以在可以将比较中结果长度最短的路径信息进行存储。（5）通过粒子群算

获得最优或最短路径，而且其时间较短。然而该方法采用传统粒法的公式对路径进行优化。（6）将优化信息反馈到初始化路径求

子群优化算法实现，而传统的粒子群算法是一种用于连续优化的取模块，进行路径的更新。（7）更新后的路径最为局部最优路径

数学模型，这就限制了工作环境不能离散模型而必须是连续模型，与之前的最优路径进行比较，将最小的值进行存储。将这个过程

而且也会增加计算量增添机器负担，因此这种情况在硬件实现上迭代20次，输出最优解。同时再此期间如果得出最短距离等于

并不占有优势。为弥补这一不足，本文提出了一种采用二进制编起点到终点的曼哈顿距离，则视为已求出最短路径跳出循环输出

码粒子群算法的硬件实现方法。该算法采用栅格法对地图信息建最短路径。

模，在此基础上，将路径表示为粒子位置的二进制编码，并以路在算法的实现过程中。因为我们引用硬件实现其中的一些部

径长度为适应值，产生初始种群后，根据粒子更新策略进行速度分因硬件实现起来较为困难，对其进行改进，使算法更适合硬件

位置更新，经过一定迭代次数后即可获得一条我们所需要的最优