Ant Colony Optimization with Parallel Subsolutions Heuristic
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A00147052" target="_blank" >RIV/68407700:21230/08:00147052 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Ant Colony Optimization with Parallel Subsolutions Heuristic
Popis výsledku v původním jazyce
For solving N-complete Travelling Salesman Problem (TSP) by combining solutions of its subproblems, we designed algorithm inspired by Ant Colony Optimization (ACO) modified by adding parallel subsolutions heuristic. ACO can be parallelized simply by simultaneous execution of the algorithm with eventual exchange of the best solutions between all computational units. This approach requires access to a whole state matrix (which is of size O(n^2)) for each of them. It can limit the size of solvable problemson special architectures with different available memory capacities such as Cell Broadband Engine Architecture (CBEA). The presented algorithm keeps only one pheromone matrix in the memory of a main unit. The matrix is updated by subsolutions computed by ACO on other units in parallel. We show that this approach performs significantly better than greedy algorithm, even though it generates the whole solution from solutions of subproblems.
Název v anglickém jazyce
Ant Colony Optimization with Parallel Subsolutions Heuristic
Popis výsledku anglicky
For solving N-complete Travelling Salesman Problem (TSP) by combining solutions of its subproblems, we designed algorithm inspired by Ant Colony Optimization (ACO) modified by adding parallel subsolutions heuristic. ACO can be parallelized simply by simultaneous execution of the algorithm with eventual exchange of the best solutions between all computational units. This approach requires access to a whole state matrix (which is of size O(n^2)) for each of them. It can limit the size of solvable problemson special architectures with different available memory capacities such as Cell Broadband Engine Architecture (CBEA). The presented algorithm keeps only one pheromone matrix in the memory of a main unit. The matrix is updated by subsolutions computed by ACO on other units in parallel. We show that this approach performs significantly better than greedy algorithm, even though it generates the whole solution from solutions of subproblems.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
European Simulation and Modelling Conference 2008
ISBN
978-90-77381-44-1
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
—
Název nakladatele
EUROSIS - ETI
Místo vydání
Ghent
Místo konání akce
Le Havre
Datum konání akce
27. 10. 2008
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000264749400036