一种主从式并行遗传算法设计

该文对串行遗传算法进行了并行设计,加入对当前通用消息传递接口MPI的支持,形成了一个主从式并行遗传算法。针对该算法用经典的测遗传算法效率的OliverTSP问题进行测试,得出并行遗传算法可以更好的提高遗传算法的收敛性。     

一种基于粗粒度-主从式的混合并行遗传算法

为了解决串行遗传算法的收敛速度和早熟问题．人们开始研究遗传算法的并行执行，并取得了很好的结果。本文提出了一种基于分布式集群环境的层次结构(粗粒度一主从式)的并行遗传算法一混合并行遗传算法。仿真表明，采用混合并行遗传算法可以有效的提高优化的速度和解的精度。     

多核计算环境下改进的主从式并行遗传算法

遗传算法作为通用而有效的全局搜索算法已在图像处理、自动控制等众多领域获得应用,但其计算量大、极耗计算资源,运行效率直接影响到复杂的非线性和多维空间寻优问题的求解效率。在分析OpenMP并行技术特点的基础上,针对主从式并行模型没有充分利用遗传算法内在并行性的问题,提出了一种改进的主从式并行遗传算法,并应用OpenMP编程模型在多核计算环境下实现。利用旅行商问题进行的实验表明,改进的并行遗传算法有更好的计算效率、扩展性,可在求解大规模TSP问题上有更广泛和高效的应用。     

基于主从式并行遗传算法的S盒优化算法

针对传统遗传算法优化高阶S盒中适应度评价值计算量相对大的问题,利用MPI+C环境结合主从式并行遗传算法框架来改进传统串行遗传算法,在MPP处理机——“深腾-1800”（联想）上进行测试,实验结果表明,运用此并行算法优化6阶、8阶的双射S盒,只在优化8阶的情况下能得到更好的加速比,从而验证了主从模式在解决适应度评价值计算量大的问题时,可达到接近线性的加速比。     

基于集群的MPI主从式并行文件传输系统的研究与实现

研究并实现了一种基于PC集群系统的MPI主从式并行文件传输系统。通过引入一个监控节点实时监控当前各真实节点上的连接数、请求任务量以及各节点的实际处理能力,并衡量不同内容节点的负载,以实现集群内各节点负载均衡,从而更合理地实现并行文件I/O的任务分配。结果显示,该系统具有近似线性加速比,即文件I/O传输速度随着并行节点数量的增多而提高。     

主从式控制网络并行GA的设计与实现

本文讨论的并行遗传算法是一类控制主从式的异步并行的遗传算法,它合理地解决了遗传操作和通讯之间的协调,具有通讯开销小、子群体之间信息交流充分等特点。     

用并行遗传算法解列车控制问题

遗传算法是一种全局优化的数值计算方法,它存在自然并行性.给出一种解列车控制问题的并行遗传算法,并讨论算法中一些技术问题.     

用并行遗传算法解决带约束并行多机调度问题

遗传算法是一种全局优化的数值计算方法。它存在自然并行性。本文提出一种解带约束并行多机调度问题的主从式控制网络并行遗传算法,并在PVM环境下实现。计算结果表明,并行遗传算法是有效的,且能适用于大规模并行多机调度问题。     

一种粗粒度并行遗传算法的设计与实现

遗传算法(Genetic Algorithms,GA)作为搜索最优解的方法,有很广泛的应用,但随着问题的规模扩大,复杂度增加,GA的求解速度大大降低。并行遗传算法(Paralle Genetic Algorithms,PGA)成为解决遗传算法速度瓶颈的有效方法。本文提出了并行遗传算法新的应用平台-Internet,讨论了并行遗传算法应用于Internet的具体实现中的关键问题,并给出单向环拓扑的具体实现和仿真验证。     

解非等同并行多机调度问题的并行遗传算法

针对最小化完工时间的非等同并行多机调度一类问题,提出了一种混合遗传算法。该算法根据问题的特点,采用一种自然编码方案,此编码与调度方案一一对应,并对初始种群、交叉和变异等方法进行了研究。在鉴于遗传算法自然的并行性特点的基础上,实现了主从式控制网络模式下并行混合遗传算法。计算结果表明,并行混合遗传算法是有效的,优于启发式算法和遗传算法,有着较高的并行性,能适用于大规模非等同并行多机调度问题。     

并行遗传算法的研究及应用进展

并行遗传算法（PGA）将并行计算机的高速并行性和遗传算法天然的并行性相结合,极大地促进了遗传算法的研究与应用。该文对近年来并行遗传算法的模型、性能分析、算法改进、实现平台进行了归纳和评述,并且对并行遗传算法今后的主要研究方向和发展前景进行了展望。     

Scalable Parallel Genetic Algorithms

Genetic algorithms, search algorithms based on the genetic processes observed in natural evolution, have been used to solve difficult problems in many different disciplines. When applied to very large-scale problems, genetic algorithms exhibit high computational cost and degradation of the quality of the solutions because of the increased complexity. One of the most relevant research trends in genetic algorithms is the implementation of parallel genetic algorithms with the goal of obtaining quality of solutions efficiently. This paper first reviews the state-of-the-art in parallel genetic algorithms. Parallelization strategies and emerging implementations are reviewed and relevant results are discussed. Second, this paper discusses important issues regarding scalability of parallel genetic algorithms.     

并行遗传算法在并行多机调度中的应用

GA是一类基于自然选择和遗传学原理的有效搜索方法,它从一个种群开始,利用选择、交叉、变异等遗传算子对种群进行不断进化,最后得到全局最优解。但随着求解问题的复杂性及难度的增加,提高GA的运行速度便显得尤为突出,采用并行遗传算法(PGA)是提高搜索效率的方法之一。本文分析了并行遗传算法的四种模型,最后将其应用于多机任务调度中。     

粗粒度并行遗传算法性能分析

依据实验来分析影响并行遗传算法性能的因素得到的结论缺乏理论上的说服力．通过对粗粒度并行遗传算法加速比公式的分析，提出了影响并行遗传算法性能的关键因素，同时否定了以迁移率作为评价并行遗传算法性能指标的合理性，并通过实难进一步验证结论的正确性．得到的结论为提高遗传算法的并行化效率提供了可靠的依据。     

一种多策略并行遗传算法及其收敛性分析

为解决传统遗传算法收敛速度慢、群体多样性不足的缺陷,提出了一种多策略并行的遗传算法;算法采用多策略并行处理的方式,产生不同策略模式下的个体,增加群体的多样性,再经过自适应迁移策略,提高算法的收敛速度;利用Markov链模型分析多策略并行遗传算法的收敛性;采用旅行商函数进行算法测试,结果表明改进算法的收敛性较传统遗传算法有较大的提高,具有较强的工程应用性能。     

基于模式迁移策略的并行遗传算法

通过分析影响并行遗传算法性能的诸多因素，以降低通信代价为问题的突破口，提出一种基于模式定量的迁移策略SMS．SMS迁移策略借鉴网络信息传输机制，通过模式识别压缩提取出子种群中的优质遗传信息，再将一遗传信息在另一子种群中按比例传播，文中首先依据模式定理对模式迁移策略的算法有效性进行了探讨，然后从理论角度给出了采用模式迁移策略后通信量降低的形式化度量，最后分析了由此带来的算法可扩展性的提高。     

基于均匀设计的并行变异遗传算法

针对标准遗传算法易陷入局部最优和局部搜索能力差的缺陷,提出一种基于完全均匀设计的并行变异遗传算法(U D-PMGA)。首先用完全均匀设计方法获得多样性良好的初始种群,之后提出两种改进的锦标赛选择机制,一种改进方法取适应度较高的50%个体覆盖整个群体,另一种改进是用适应度较高且各自不同的50%个体覆盖整个群体。把适应度相近且空间距离较远的两个个体作为交叉对象以提高交叉操作的搜索效率。最后用自适应变异比例和自适应变异步长相结合的并行变异搜索策略提高算法的收敛速度和搜索精度。通过测试函数仿真,并与其它算法比较,验证了UD-PMGA算法的有效性与先进性。