[发明专利]基于MIC卡的人工鱼群算法并行处理TSP问题的方法及装置

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于MIC卡的人工鱼群算法并行处理TSP问题的方法及装置。

背景技术

人工鱼群算法是在一片水域中，鱼往往能自行或尾随其他鱼找到营养物质多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方，人工鱼群算法就是根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为，从而实现寻优，以下是鱼的几种典型行为:(1)觅食行为：一般情况下鱼在水中随机地自由游动,当发现食物时,则会向食物逐渐增多的方向快速游去。(2)聚群行为:鱼在游动过程中为了保证自身的生存和躲避危害会自然地聚集成群，鱼聚群时所遵守的规则有三条：分隔规则：尽量避免与临近伙伴过于拥挤；对准规则:尽量与临近伙伴的平均方向一致；内聚规则:尽量朝临近伙伴的中心移动。(3)追尾行为：当鱼群中的一条或几条鱼发现食物时,其临近的伙伴会尾随其快速到达食物点。(4)随机行为：单独的鱼在水中通常都是随机游动的，这是为了更大范围地寻找食物点或身边的伙伴。

作为人工鱼群算法应用，讨论旅行商问题(Travelling Salesman Problem，TSP)：设有n个城市，用数(1,…,n)代表。城市i和城市j之间的距离为d(i，j)i,j＝1,…,n.TSP问题的目标是要找遍访每个域市恰好一次，最后回到出发城市，形成一条回路，且其路径总长度为最短。解空间：解空间S是遍访每个城市恰好一次的所有回路。

现阶段，很多算法都只支持串行运算，对于一些较大计算量的算法，效率往往就比较低，另外，现存的人工鱼群算法在针对旅行商问题上并没有很完美的性能优化以及最优结果，同时，目前的并行优化技术，在CPU上，受到芯片计算单元数量的限制，导致在处理大规模的计算时，难以高效率地执行的技术问题。

发明内容

本发明实施例提供的一种基于MIC卡的人工鱼群算法并行处理TSP问题的方法及装置，解决了目前的算法都只支持串行运算，对于一些较大计算量的算法，效率往往就比较低，及现存的人工鱼群算法在针对旅行商问题上并没有很完美的性能优化以及最优结果，同时，目前的并行优化技术，在CPU上，受到芯片计算单元数量的限制，导致的在处理大规模的计算时，难以高效率地执行的技术问题。

本发明实施例提供的一种基于MIC卡的人工鱼群算法并行处理TSP问题的方法，包括：

通过MIC卡进行初始化鱼群及初始化MPI处理；

通过MPI根据初始化鱼群后随机生成的人工鱼群的行为准则进行嗅觉识别确定邻居人工鱼数目；

通过MPI对所述邻居人工鱼数目进行追尾行为的确定，并对追尾行为的确定的所述人工鱼进行群聚行为、觅食行为处理；

通过MPI获取到所述追尾行为、所述群聚行为、所述觅食行为处理后确定的最优解人工鱼群状态值。

可选地，通过MIC卡进行初始化鱼群及初始化MPI处理具体包括：

通过MIC卡初始化鱼群；

进行初始化MPI及线程同步MPI_Barrier处理，并开始MPI迭代。

可选地，通过MIC卡初始化鱼群具体包括：

确定最大迭代次数num，拥挤度因子δ，视野范围visual，试探次数try_number并在可行域内随机生成N条人工鱼，形成初始鱼群；

根据随机生成N条所述人工鱼状态计算其路径长度，比较大小，取最小值，并更新公告板。

可选地，通过MPI根据初始化鱼群后随机生成的人工鱼群的行为准则进行嗅觉识别确定邻居人工鱼数目具体包括：

通过MPI根据初始化鱼群后随机生成的人工鱼群的行为准则进行嗅觉识别确定嗅觉范围内人工鱼的数目。

可选地，通过MPI对所述邻居人工鱼数目进行追尾行为的确定，并对追尾行为的确定的所述人工鱼进行群聚行为、觅食行为处理具体包括：

判断嗅觉范围内人工鱼的数目，若小于预置数值，则确定所述嗅觉范围内人工鱼的中心位置为非拥挤，则进行所述聚群行为处理，否则，聚群失败，进行所述觅食行为处理。

本发明实施例提供的一种基于MIC卡的人工鱼群算法并行处理TSP问题的装置，包括：

初始化单元，用于通过MIC卡进行初始化鱼群及初始化MPI处理；

嗅觉识别单元，用于通过MPI根据初始化鱼群后随机生成的人工鱼群的行为准则进行嗅觉识别确定邻居人工鱼数目；

行为处理单元，用于通过MPI对所述邻居人工鱼数目进行追尾行为的确定，并对追尾行为的确定的所述人工鱼进行群聚行为、觅食行为处理；