27、并行版本SA和GA对比及相关系统研究

并行版本SA和GA对比及相关系统研究

1. 并行版本SA和GA对比

在优化机器人操作器的过程中，我们对模拟退火算法（SA）和遗传算法（GA）的并行版本进行了研究。

1.1 遗传算法（GA）

GA的每个个体由7个基因组成的链表示，代表机器人操作器的候选配置。GA的优化过程从随机生成的初始种群开始，然后进行最小化操作。以下是GA的算法流程：

Algorithm 3: Genetic algorithm
input : generations, population, genes
1 POP ←RANDOM(lim inf, lim sup);
2 F ←[0, 0, ..., 0] ;
3 for i ←1 to generations do
4
    F←PARALLEL EVALUATIONS;
5
    POP←SORT(POP, F);
6
    CHILDREN ←SELECTION(POP);
7
    CHILDREN ←RECOMBINE(CHILDREN);
8
    CHILDREN ←MUTATION(CHILDREN);
9
    POP ←NEW GEN(CHILDREN);
10 end

评估步骤是并行化的，每个线程处理部分评估任务，结果插入全局函数数组F中，减少对共享内存的访问次数。并行评估的算法如下：

Algorithm 4: Parallel evaluations
1 Parallel for i = 1, 2..|POP