| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·研究现状 | 第12-14页 |
| ·研究意义 | 第14-15页 |
| ·文章内容安排 | 第15-16页 |
| 第二章 分子对接与GPU计算简介 | 第16-29页 |
| ·分子对接简介 | 第16-22页 |
| ·分子对接原理与分类 | 第16-17页 |
| ·分子对接方法 | 第17-20页 |
| ·典型分子对接软件 | 第20-22页 |
| ·GPU计算 | 第22-29页 |
| ·GPU计算概述及特点 | 第22页 |
| ·GPU计算发展和应用 | 第22-23页 |
| ·OpenCL编程模型介绍 | 第23-29页 |
| 第三章 基于GPU的分子对接遗传算法的计算方案 | 第29-52页 |
| ·遗传算法介绍 | 第29-33页 |
| ·对接软件选取 | 第33-34页 |
| ·分子对接计算与遗传算法 | 第34-35页 |
| ·基于GPU的分子对接遗传算法的总体框架及优化策略 | 第35-37页 |
| ·基于GPU的分子对接遗传算法的总体框架 | 第35-37页 |
| ·优化策略 | 第37页 |
| ·构象评估方法分析与设计 | 第37-40页 |
| ·构象评估过程分析 | 第37-38页 |
| ·基于GPU的构象评估方法 | 第38-40页 |
| ·构象搜索过程分析与设计 | 第40-41页 |
| ·随机数生成方法与使用策略 | 第41-48页 |
| ·基于GPU的随机数生成 | 第42-45页 |
| ·遗传算法中随机数的生成 | 第45-46页 |
| ·遗传算法中随机数使用策略 | 第46-48页 |
| ·实验分析 | 第48-52页 |
| 第四章 基于GPU的分子对接遗传模拟退火算法的计算方案 | 第52-59页 |
| ·遗传模拟退火算法介绍 | 第52-53页 |
| ·基于GPU的分子对接遗传模拟退火算法总体框架 | 第53-55页 |
| ·能量差的相关计算和内循环终止条件 | 第55-56页 |
| ·实验分析 | 第56-59页 |
| 第五章 结束语 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者在学期间取得的学术成果 | 第67页 |