[发明专利]一种基于GPU加速的蚁群算法优化方法

摘要

本发明公开了一种基于GPU加速的蚁群算法优化方法，包括以下步骤：1：初始化TSP问题定义数据，初始化蚁群参数；2：定义两个GPU内核，为路径创建内核和信息素更新内核，并初始化内核；3：路径创建内核将m只蚂蚁分别对应到GPU的m个工作组，一个工作组内设置了n个工作项，每个工作组内的n个工作项并行读取计算参数到工作组本地内存，m只蚂蚁并行进行路径创建，每只蚂蚁的路径创建又由工作组的n个工作项并行计算；4：信息素更新内核首先并行对信息素数组进行挥发操作，然后并行更新所有蚂蚁走过路径上的信息素值；5：GPU输出计算结果；本发明可以大幅缩短TSP问题求解时间、减少功耗、节约硬件成本。

主权项

一种基于GPU加速的蚁群算法优化方法，其特征在于，包括以下步骤： 步骤1：初始化TSP问题定义数据，初始化蚁群参数； 步骤2：定义两个GPU内核，所述的两个GPU内核为路径创建内核和信息素更新内核，并初始化所述的两个GPU内核； 步骤3：路径创建内核将m只蚂蚁分别对应到GPU的m个工作组，一个工作组内设置了n个工作项，每个工作组内的n个工作项并行读取计算参数到工作组本地内存，m只蚂蚁并行进行路径创建，每只蚂蚁的路径创建又由工作组的n个工作项并行计算； 步骤4：信息素更新内核第一次执行设置为n*n个工作项，并行对信息素数组进行挥发操作，第二次执行设置为与路径创建内核相同的工作组和工作项参数，通过原子操作方法并行更新所有蚂蚁走过路径的信息素； 步骤5：重复执行步骤3和4直到达到设定的结束条件，GPU输出计算结果。