并行分布式遺傳算法的研究

何文靜

（廣西大學計算機與電子信息學院，廣西 南寧 530004）

并行分布式遺傳算法的研究

何文靜

（廣西大學計算機與電子信息學院，廣西 南寧 530004）

傳統遺傳算法在面對一些搜索空間巨大的復雜問題時，其表現往往難以令人滿意。作者針對傳統遺傳算法解決高維多峰值問題時可能會出現的困難進行了分析，然后根據困難出現的原因，基于 PVM 設計了并行分布式遺傳算法，并對適應度評估、交叉、變異算子做了一些改進，旨在加強算法的全局搜索能力，提高算法的收斂速度。為了驗證算法多項措施的有效性，對一多峰函數在高維條件下進行多方面的測試，實驗結果表明這幾項措施是有效的。

并行；分布式；多峰；遺傳算法

1 引言

并行計算理論的研究始于20世紀70年代，經過40多年的發展，其技術日趨成熟。在生活中有大量的實際應用，比如天氣預報、地震數據處理、飛行器數值模擬等等，這些領域的事務處理往往需要幾十萬億甚至幾百萬億次的浮點運算，并行計算[1]是適合這類事務處理的一種技術。近年來云計算的興起，使得分布式計算技術也逐漸趨于成熟，并得到了廣泛的應用，它把網絡上分散于各處的計算機資源匯聚起來完成各種大規模的計算和數據處理任務。

遺傳算法(genetic algorithm,GA)基于達爾文自然選擇定律以及孟德爾遺傳理論，它模擬自然生物遺傳和選擇的過程將適應度相對高的個體保留，適應度相對低的個體逐漸淘汰，循環重復這一過程，直到滿足停止條件，因此它是一種迭代搜索算法。……