| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-9页 |
| ·国内外现状研究 | 第9-10页 |
| ·本文研究内容 | 第10-11页 |
| ·本文组织结构 | 第11-13页 |
| 第二章 基因表达式编程与 GPU 通用计算技术 | 第13-35页 |
| ·基因表达式编程（GEP） | 第13-18页 |
| ·GA、GP、GEP 异同 | 第13页 |
| ·个体表达方式 | 第13-15页 |
| ·适应度函数与选择算子 | 第15-16页 |
| ·变异，换位插入，重组 | 第16-17页 |
| ·GEP 算法描述 | 第17-18页 |
| ·GPGPU 与 CUDA | 第18-33页 |
| ·GPU 并行计算 | 第18-23页 |
| ·CUDA 计算模型 | 第23-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 GEP 算法改进与 GPU 并行加速方案 | 第35-59页 |
| ·算法描述与改进 | 第35-37页 |
| ·GP 算法求解符号回归 | 第35-36页 |
| ·GEP 算法求解符号回归 | 第36-37页 |
| ·个体表达方式 | 第37-41页 |
| ·CGP（Cartesian Genetic Programming） | 第38-39页 |
| ·GEP（Gene Expression Programming） | 第39-41页 |
| ·微分方程 | 第41-43页 |
| ·遗传算子 | 第43-47页 |
| ·选择算子（selection） | 第44-45页 |
| ·变异算子（mutation） | 第45页 |
| ·换位插入算子（transposition） | 第45-46页 |
| ·重组算子（recombination） | 第46-47页 |
| ·常数项的生成与改进 | 第47-51页 |
| ·随机选择进化常数 | 第47-48页 |
| ·差分进化进化常数 | 第48-49页 |
| ·最小二乘进化常数 | 第49-51页 |
| ·GPU 并行方案设计 | 第51-58页 |
| ·CPU+GPU 异构模式并行 | 第51-52页 |
| ·Thread GEP、Block GEP、Warp GEP | 第52-55页 |
| ·CUDA 程序优化 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 实验结果与分析 | 第59-71页 |
| ·实验环境 | 第59页 |
| ·实验选取 | 第59-60页 |
| ·实验验证与结果分析 | 第60-69页 |
| ·基础测试用例 | 第60-63页 |
| ·常数测试用例 | 第63-66页 |
| ·多变量测试用例 | 第66-67页 |
| ·GPU 加速测试用例 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 总结与进一步工作 | 第71-73页 |
| ·本文工作总结 | 第71-72页 |
| ·进一步研究方向 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 作者在读研期间的研究成果 | 第77-78页 |
