[发明专利]数据处理设备和计算机可读分布介质

说明书

本申请描述了并行解决方案生成。数据处理设备(100)包括具有计算机程序代码的存储器(104)和配置为执行该计算机程序代码(104)的至少两个处理器(110、116、120)。计算机程序代码(104)包括：在至少两个处理器(110)上并行运行的要素程序(112)，以生成由点并行编译的解决方案要素(106)，并将所添加的解决方案要素(106)存储在存储器(102)中；以及在至少两个处理器上并行运行的解决方案程序(114、118、120)，以通过基于关键点向解决方案(108)中一次添加一个从存储器(102)中读取的解决方案要素(106)来生成解决方案(108)，并将向解决方案(108)中添加的解决方案要素(106)存储在存储器(102)中。

技术领域

本发明涉及用于生成并行解决方案的数据处理设备和计算机可读分布介质。

背景技术

大规模并行计算已经兴起，成为提高优化法(optimization)的能力和速度的核心因素。就这一点而言，CPU和GPU(中央处理器/图形处理单元)两种技术的使用发挥了重要作用。面临的挑战是，目前的优化方法不适宜大规模并行计算，特别是在非确定性多项式时间困难(NP-hard)离散优化问题的情况下。此外，由于复杂的改进启发式算法(improvementheuristics)，现实实际问题的优化是具有挑战性的，并且维护这些方法很费事。

基于上文所述的，以划分(如，集合覆盖和集合划分)为基础的各种方法是合理的选择。在这些方法中，当例如优化路径时，首先形成路径或其部分的集合，然后将所形成的路径精确地或启发式地组合成解决方案。

存在一些关于使用GPU来优化的研究。GPU已经用于在不同的处理器之间分配待执行的工作的部分。实际上，在GPU的帮助下已经完成了迁移(moves)的评估。评估常常需要相对于参考点来进行，即，每当发现改进迁移时，必须中断评估，更新参考点，并从头开始。因为更新是一项费力的操作，所以大部分时间GPU是处于等待状态中的。因此，所获得的速度优势是微不足道的。已经做过一些尝试使评估成比例地更加复杂和/或使更新操作成比例地更加容易，从而处理器的等待时间会更短，但是据此来说，时间浪费在了低效率的计算上。

集合覆盖方法的根本问题是，如果独立地/并行地建立路径，那么生成足够路径的挑战性是不可估量的，其中这些路径是兼容的且同时是时间有效且不同的。这样的结果是，为了编译一个好的解决方案，所建立的各个路径的数量需要非常高，而这成为了一个挑战，尽管计算能力提高。

发明内容

本发明旨在提供一种改进的数据处理设备和一种改进的计算机程序代码。

根据本发明的一个方面，提供一种数据处理设备。

根据本发明的另一方面，提供一种计算机程序代码。

数据处理设备用于物流中的路径优化或工作班次的规划或生产的规划，所述数据处理设备包括存储器和至少两个处理器，所述存储器包括计算机程序代码，所述至少两个处理器配置为执行所述计算机程序代码，其中，第一处理器包括微处理器或处理器内核，第二处理器包括图形处理器，并且所述计算机程序代码包括：在至少两个处理器上运行的要素程序和在至少两个处理器上并行运行的解决方案程序，其中，所述计算机程序代码当在至少两个处理器上运行时使得所述数据处理设备至少执行如下：所述要素程序形成由点并行编译的解决方案要素，并将所形成的解决方案要素存储在所述存储器中，使得所形成的解决方案要素的副本存储在实现所述图形处理器的显卡的自身存储器中，其中，所述解决方案要素包括各个路径和/或各个路径的部分，或者所述解决方案要素包括各个工作班次和/或各个工作班次的部分，或者所述解决方案要素包括针对各个机器的使用计划；以及