| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究内容及组织结构 | 第14-16页 |
| 第二章 基础知识和技术 | 第16-26页 |
| 2.1 多项式 | 第16-17页 |
| 2.2 区间计算 | 第17-19页 |
| 2.2.1 区间计算的基本法则 | 第17-18页 |
| 2.2.2 区间估值 | 第18-19页 |
| 2.2.3 区间矩阵 | 第19页 |
| 2.3 Hansen-Sengupta算法 | 第19-21页 |
| 2.4 Gauss-Jordan法求逆矩阵 | 第21-22页 |
| 2.5 并行计算 | 第22-23页 |
| 2.6 GPGPU | 第23-25页 |
| 2.6.1 GPGPU简介 | 第23-24页 |
| 2.6.2 CUDA简介 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第三章 算法设计 | 第26-36页 |
| 3.1 问题描述 | 第26页 |
| 3.2 算法描述 | 第26-34页 |
| 3.2.1 基于分支定界法的非线性方程组区间算法 | 第27-29页 |
| 3.2.2 基于GPGPU的多项式区间估值快速算法 | 第29-30页 |
| 3.2.3 基于GPGPU的Hansen-Sengupta算法 | 第30-31页 |
| 3.2.4 基于GPGPU的Gauss-Jordan法求逆 | 第31-33页 |
| 3.2.5 区间矩阵乘法 | 第33页 |
| 3.2.6 基于GPGPU的分支定界回溯算法 | 第33-34页 |
| 3.3 并行算法分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 并行算法实现 | 第36-44页 |
| 4.1 CPU端数据传输实现流程 | 第36-37页 |
| 4.2 GPGPU并行算法实现流程 | 第37-42页 |
| 4.2.1 基于分支定界法的区间估值算法实现流程 | 第37-39页 |
| 4.2.2 基于GPGPU的Hansen-Sengupta算法实现流程 | 第39-41页 |
| 4.2.3 基于GPGPU的区间回溯算法实现流程 | 第41-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第五章 实验结果与分析 | 第44-66页 |
| 5.1 案例分析 | 第44-59页 |
| 5.2 实验结果 | 第59-64页 |
| 5.3 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 本文总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间科研成果 | 第79页 |
