并行遗传算法的分布式实现

《并行遗传算法的分布式实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华中科技大学项士学位论文摘要／强大的计算能力是科学研究的基础，一直以来，以时间上的同步执行为特征的并行计算都是研究的重点，随着软件技术的进步，以空间上的分散分布为特征的分布式计算近年得到迅速发展。L严。～一遗传算法是一种广泛使用的优化算法，它具有天然的并行性，数据和控制的依赖性小，实现遗传算法的并行计算相对其他的优化方法具有显著的优势。并行遗传算法利用多处理器的处理能力在更大的解空间进行搜索，可用于复杂的系统优化、设计等问题，一直是遗传算法研究者重点研究的方向之一。本文介绍了遗传算法和并行计算的发展，遗传算法的

2、应用，并以简单遗传算法为例，描述了遗传算法计算的基本过程和特性。在对改进遗传算法性能的方法进行综述后，介绍了近来发展很快的并行遗传算法及实现并行的几种模式，如简单并行，主从式并行，粗粒度并行和细粒度并行等，并分析了各种模式的优缺点。／并行计算可以使用并行机和分布式系统实现，目前并行机的应用还不是很广泛，基于普通Pc的分布式系统实现则较为方便。分布式系统的基础是多机通讯，本文介绍了实现分布式系统的几种通讯技术如CORBA，DCOM，JavaP瑚I，并对这些技术的特点进行了比较，重点介绍了基于CORBA的分布式并行

3、系统的结构和特性，说明了在c—buJ】der和VisiBroker开发环境下如何开发一个以CORBA为基础的分布式并行系统。根据分布式系统的特点，本文提出了一种改进的粗粒度并行模式，以Ack]ey函数为对象，利用分布式系统实现了一个基于CORBA的改进粗粒度并行遗传算法，分析了该模型中不同的迁移策略对计算性能的影响，最后，利用分布式并行遗传算法对三峡电站的厂内机组负荷分配进行了模拟计算。分布式并行遗传算法具有遗传算法的通用性，并行计算的高性能，分布式处理的经济性，有着广泛的应用前景。I夕一～7关键词：遗传算法7

4、分布式并行计算tCORBA),粗粒度并哆负荷分哆1华中科技大学硕士学位论文AbstractStrongcomputingcapabilityisthefoundationofscientificresearch．Allthetime，theparallelcomputationmeaningsynchronismexecutionisthefocusofstudy；withtheprogressesofsoftware，thedistributedcomputationmeaningscatteringsins

5、pacewasdevelopedrapidlyinrecentyears．Geneticalgorithmisahndofoptimizationalgorithmusingextensively；it’Snaturalparallelandlittledata·controldependence．Torealizetheparallelcomputationofgeneticalgorithmhasremarkableadvantagesthanotherrelativelyoptimizationmetho

6、ds．ParallelgeneticalgorithmsutilizethetreatmentabilitiesofseveralprocessorstOsearchinmoreextensivesolvingspace，callbeusedincomplicatedsystemoptimization，designingetc．SOitisalwaystheemphasisofgeneticalgorithmresearch．Thispaperintroducesgeneticalgorithm，develo

7、pmentsofparallelcomputationsandapplicationsofgeneticalgorithm．Takingsimplegeneticalgorithmasexample，thispaperdescribesthecomputationprocessandthecharacteristicsofgeneticalgorithm．AfterthesummarizationofmethodstOimproveGA'sperformance，thispapershowssomemodels

8、ofparallelgeneticMgodthmsuch孙simpleparallelmodel，master·slaveparallelmodel，coarse-grinparallelmodel，fine·grainparallelmodelandtheanalysisofthoseparallelmodels．Parallelgeneticalgorithmc锄berealize