Indiziert in
- Genamics JournalSeek
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- Publons
- Euro-Pub
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Leistungsanalyse und -optimierung für die Parallelisierung der Ameisenkolonieoptimierung mit Open MP
Ahmed A. Abouelfarag, Walid Mohamed Aly und Ashraf G. Elbialy
Zusammenfassung: Der Ameisenkolonie-Optimierungsalgorithmus (ACO) ist eine Soft-Computing-Met-Heuristik, die zu den Schwarmintelligenzmethoden gehört. ACO hat sich bei der Lösung bestimmter NP-schwerer Probleme in polynomialer Zeit als gut erwiesen. In diesem Artikel werden die Analyse, das Design und die Implementierung von ACO als parallele Me-Heuristik unter Verwendung des Open MP-Frameworks vorgestellt. Um die Effizienz der ACO-Parallelisierung zu verbessern, werden verschiedene damit verbundene Aspekte untersucht, darunter die Planung von Threads, Race Hazards und die effiziente Abstimmung der effektiven Anzahl von Threads. Um die Leistung des vorgeschlagenen Ansatzes zu bewerten, wird eine Fallstudie zur Lösung des Problems des Handlungsreisenden (TSP) unter Verwendung verschiedener Konfigurationen vorgestellt. Versuchsergebnisse zeigen eine signifikante Beschleunigung der Ausführungszeit um mehr als das Dreifache gegenüber der sequentiellen Implementierung.