首页 | 本学科首页   官方微博 | 高级检索  
     

基于MapReduce的动态自适应蚁群算法设计与实现
引用本文:谢鹏飞,付学良,董改芳,李宏慧,吴小锋.基于MapReduce的动态自适应蚁群算法设计与实现[J].计算机应用,2015(Z1).
作者姓名:谢鹏飞  付学良  董改芳  李宏慧  吴小锋
作者单位:内蒙古农业大学 计算机与信息工程学院,呼和浩特,010018
基金项目:国家自然科学基金资助项目,内蒙古自治区高等学校科学研究重点项目(NJZZ14100)。
摘    要:针对基本蚁群算法( ACO)在处理中等规模旅行商问题( TSP)上消耗时间过长的问题,提出一种基于MapReduce的动态自适应蚁群算法( MDACO)。该算法在信息素更新策略方面动态地调整信息素挥发系数,使蚁群能够自适应地寻找较优的路径结果,而且采用MapReduce计算模型将蚁群算法中循环迭代部分并行化,最终将其部署在Hadoop云计算平台上运行。当TSP节点数为150及以上时,该算法比基本蚁群算法的运行时间平均减少43.2%,路径寻优结果也得到进一步改善。仿真结果表明,该算法在保证问题求解质量以及提高求解速度方面具有优越性。

关 键 词:蚁群算法  动态自适应  MapReduce  Hadoop  旅行商问题

Design and implementation of dynamically adaptive ant colony optimization based on MapReduce
XIE Pengfei,FU Xueliang? , DONG Gaifang,LI Honghui,WU Xiaofeng.Design and implementation of dynamically adaptive ant colony optimization based on MapReduce[J].journal of Computer Applications,2015(Z1).
Authors:XIE Pengfei  FU Xueliang?  DONG Gaifang  LI Honghui  WU Xiaofeng
Abstract:
Keywords:Ant Colony Optimization(ACO)  dynamic adaption  MapReduce  Hadoop  Travel Salesman Problem(TSP)
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号