| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11页 |
| 1.3 本文的主要工作和意义 | 第11-13页 |
| 1.3.1 研究目标 | 第11-12页 |
| 1.3.2 本文主要研究内容 | 第12页 |
| 1.3.3 本课题的研究意义 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 2 人工蜂群算法 | 第15-22页 |
| 2.1 人工蜂群算法起源 | 第15页 |
| 2.2 人工蜂群算法基本模型 | 第15-17页 |
| 2.3 人工蜂群算法主要流程 | 第17-19页 |
| 2.4 人工蜂群算法参数分析 | 第19-20页 |
| 2.5 人工算法特点 | 第20页 |
| 2.6 人工蜂群算法缺陷分析 | 第20页 |
| 2.7 本章小结 | 第20-22页 |
| 3 并行计算的相关技术 | 第22-29页 |
| 3.1 并行机划分 | 第22-23页 |
| 3.2 MPI技术 | 第23-25页 |
| 3.2.1 MPI数据类型 | 第23-24页 |
| 3.2.2 MPI常用函数 | 第24-25页 |
| 3.3 OpenMP技术 | 第25-28页 |
| 3.3.1 OpenMP环境变量 | 第26页 |
| 3.3.2 OpenMP调度类型 | 第26-27页 |
| 3.3.3 OpenMP的API函数 | 第27页 |
| 3.3.4 OpenMP规约操作 | 第27-28页 |
| 3.4 MPI和OpenMP混合编程模型 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 并行人工蜂群算法的具体设计与实现 | 第29-46页 |
| 4.1 并行模型的介绍 | 第29-30页 |
| 4.2 人工蜂群算法的并行性分析 | 第30-31页 |
| 4.3 并行人工蜂群算法的具体设计 | 第31-32页 |
| 4.4 实验平台及其参数设置 | 第32-34页 |
| 4.4.1 实验平台 | 第32-34页 |
| 4.4.2 OpenMP环境变量的具体设置 | 第34页 |
| 4.5 并行人工蜂群算法的实验结果 | 第34-44页 |
| 4.6 实验结果分析 | 第44-45页 |
| 4.7 本章小结 | 第45-46页 |
| 5 并行人工蜂群算法的应用 | 第46-55页 |
| 5.1 并行人工蜂群算法在求解高维函数最优值问题上的应用 | 第46-47页 |
| 5.1.1 几种典型的高维函数 | 第46页 |
| 5.1.2 实验结果与分析 | 第46-47页 |
| 5.2 并行人工蜂群算法在流域水文模型参数优化中的应用 | 第47-54页 |
| 5.2.1 研究区域及数据 | 第48-49页 |
| 5.2.2 新安江模型 | 第49-50页 |
| 5.2.3 PCABC算法与水文模型参数优化的集成模型 | 第50-51页 |
| 5.2.4 实验分析 | 第51-52页 |
| 5.2.5 模型预报结果评价指标选择 | 第52页 |
| 5.2.6 并行化算法比较分析 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间的研究成果 | 第60页 |
