| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1．1 研究背景与意义 | 第8-10页 |
| 1．2 并行遗传算法 | 第10-11页 |
| 1．2．1 并行 | 第10页 |
| 1．2．2 并行遗传算法 | 第10-11页 |
| 1．3 本文的组织 | 第11-12页 |
| 第二章 并行计算 | 第12-33页 |
| 2．1 并行平台 | 第12-13页 |
| 2．2 并行程序 | 第13-18页 |
| 2．2．1 开发并行程序的策略 | 第13-14页 |
| 2．2．2 并行加速比、粒度和可扩展性 | 第14-16页 |
| 2．2．3 并行编程模型 | 第16-17页 |
| 2．2．4 并行算法的分类 | 第17-18页 |
| 2．3 消息传递并行编程 | 第18-33页 |
| 2．3．1 消息传递方式 | 第19-21页 |
| 2．3．2 MPI消息传递接口 | 第21-25页 |
| 2．3．3 PVM并行虚拟机 | 第25-33页 |
| 第三章 并行遗传算法 | 第33-49页 |
| 3．1 GA遗传算法 | 第33-42页 |
| 3．1．1 编码 | 第33-35页 |
| 3．1．2 群体设定 | 第35-36页 |
| 3．1．3 适应值函数 | 第36-37页 |
| 3．1．4 遗传操作 | 第37-42页 |
| 3．2 PGA并行遗传算法 | 第42-49页 |
| 3．2．1 全局并行 | 第42-43页 |
| 3．2．2 粗粒度 | 第43-45页 |
| 3．2．3 粗粒度模型的生物学依据 | 第45-46页 |
| 3．2．4 细粒度 | 第46-47页 |
| 3．2．5 细粒度模型的理论基础 | 第47-49页 |
| 第四章 混合并行遗传算法的实现 | 第49-63页 |
| 4．1 遗传算法和组合优化 | 第49-55页 |
| 4．1．1 基于遗传算法的组合优化方法 | 第49-51页 |
| 4．1．2 TSP货郎担问题 | 第51-55页 |
| 4．2 动态种群并行模型的TSP问题实现 | 第55-63页 |
| 4．2．1 DDs动态种群模型 | 第55-56页 |
| 4．2．2 20PT算法 | 第56-57页 |
| 4．2．3 DDs在PVM环境下求解TSP问题的算法描述 | 第57-59页 |
| 4．2．4 DDs理论分析 | 第59-60页 |
| 4．2．5 实现结果及分析 | 第60-61页 |
| 4．2．6 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第68页 |