鉴于大家对JAVA十分关注，我们编辑小组在此为大家搜集整理了“ 机群系统下基于java的分布式并行遗传算法实现 ”一文，供大家参考学习
介绍遗传算法是一种模拟自然选择过程的有效的随机化搜索方法。它将问题的解表示成染色体,即二进制串编码。在搜索前给出一定种群大小的染色体群,然后将这些初始染色体置于问题的环境中,并按适者生存、优胜劣汰的遗传机制,从中选出较适应环境的染色体进行复制,再进行交叉、变异过程。产生更适应环境的新一代染色体群。这样一代一代地进化,最后就会收敛到最适应环境的一个染色体上,即问题的最优解。
随着科学技术的不断发展,问题规模的不断扩大,面对复杂程度越来越高的搜索空间,串行遗传算法的搜索过程将成倍增长,使得其在优化效率和求解质量上都不能满足现实需求。由于遗传算法有着固有并行性,并行处理是很自然的解决途径。并行遗传算法将并行计算机系统(即机群系统)的高速并行性和遗传算法的天然并行性相结合。极大的促进了遗传算法的研究与应用。并行处理不但加速了遗传算法的搜索过程,而且由于种群规模的扩大和各子种群的隔离,使种群的多样性得以丰富和保持,从而提高了求解的质量。
目前并行遗传算法的实现大致可以分为三类:全局型—主从式模型(master—slavemodel),独立型—粗粒度模型(coarse—grained model),分散型—细粒度模型(fine——grained model);独立型—粗粒度模型是目前应用最广泛的一种并行遗传算法。该模型将种群分成若干个子群并分配给各自对应的处理器,每个处理器不仅独立计算适应度,而且独立进行选择,重组交叉和变异操作,还要定期互相传送适应度最好的个体,从而大幅度加快算法的运行速度。本文所属栏目http://myeducs.cn/java/
2 SDPGAPD系统结构2.1机群中子节点计算机的选取我们的机群系统共6个节点,每个节点均选取4 C P U的惠普服务器,每个惠普服务器的配置如下:CPU数量:4CPU频率:Intel Xeon MP 3000MHz主存:2048MHz网卡:Intel PWLA8391MT 100/1000MPCI总线2.2机群设计方案我们选用现有条件下的6台惠普服务器共用一副鼠标键盘,共享一台显示器,我们采用了完全网络拓扑结构,连接线采用的是普通双绞线,如图1所示。
普通性能计算机的配置此外,我们提供了一台普通计算机用来与机群系统以及单独的一个惠普服务器进行程序执行的对比,其配置如下:C P U数量:1CPU频率:Intel奔腾4 2100MHz主存:512MHz网卡:Intel PWLA8391MT 100/1000MPCI总线3种群池结构图2展示了此种群池(JAVA哈希表)的结构:将种群池采用随机方法划分成多个子种群(JAVA VECTOR),使用JAVA主类创建多线程,每个线程分别与各个子种群一一对应,程序自动产生随机算子,通过取模运算,将线程分配给不同的处理器;同时,每个子种群(即每个线程)都有自己独立的缓冲区,可将其视作模拟经典的孤岛模型;子种群下的每个个体都是一个JAVA哈希表对象,内设ID标机群系统下基于JAVA的分布式并行遗传算法实现（本论文由网学http://myeducs.cn 整理提供，如需转载，请注明出处或联系我们的客服人员）
