基于SPMD的粗粒度并行遗传算法在立体仓库路径优化中的应用

摘要

为了提高粗粒度并行遗传算法性能,缩短对立体仓库路径优化问题的求解时间,将一种单程序多数据流(简称SPMD)并行结构运用到粗粒度并行遗传算法中,并对算法进行改进.通过对自动化立体仓库拣选路径优化模型的求解,得到串行与并行计算两种情况下的运算时间与加速比,并在求解精度相差不大的情况下,将改进算法的计算时间与遗传算法、蚁群遗传算法进行比较.对比结果表明,并行计算能有效提高算法优化效率,缩短程序执行时间.该研究对于解决自动化立体仓库堆垛拣选路径优化问题有着重要的现实意义.