TSP를 위한 마스터/슬레이브 모델을 이용한 분산유전 알고리즘

Distributed Genetic Algorithm using aster/slave model for the TSP

외판원 문제는 NP-완전 문제 중의 하나로, 외판원 문제에 대한 최적해를 구하거나 근사해를 구하는 다양한 방법들이 개발되고 있다. 본 논문에서는 마스터/슬래이브 모델을 이용하여 외판원 문제를 해결하는 효율적인 분산 유전 알고리즘을 개발하였다. 특히 다중 후보해를 가진 분산 유전 알고리즘을 수행할 때, 고려해야 할 가장 중요한 요소는 후보해들 간의 개체들을 어떤 노드의 후보해 개체와 교환할 것인가와 어떤 개체들을 선택해서, 얼마만큼의 개체를 이동시킬 것인가가 중요하게 고려되어야 한다. 따라서 본 논문에서는 교환해야 할 개체의 크기를 임의로 생성하여 동적으로 변경하면서 교환하는 방법을 개발하였고, 또한 개체들이 교환되어질 슬래이브들의 위치를 결정하는 이동 정책을 개발하고 실험하였다.

As the TSP(Traveling Salesman Problem) belongs to the class of NP-complete problems, various techniques are required for finding optimum or near optimum solution to the TSP. This paper designs a distributed genetic algorithm in order to reduce the execution time and obtain more near optimal using multi-slave model for the TSP. Especially, distributed genetic algorithms with multiple populations are difficult to configure because they are controlled by many parameters that affect their efficiency and accuracy. Among other things, one must decide the number and the size of the populations (demes), the rate of migration, the frequency of migrations, and the destination of the migrants. In this paper, I develop random dynamic migration rate that controls the size and the frequency of migrations. In addition to this, I design new migration policy that selects the destination of the migrants among the slaves