首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于多核的并行遗传算法的研究与实现

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-15页
   ·研究背景第11-12页
   ·国内外研究现状第12-13页
   ·研究意义第13-14页
   ·论文组织结构第14-15页
第2章 相关知识介绍第15-29页
   ·遗传算法简介第15-18页
     ·术语介绍第16页
     ·使用GA求解问题的过程第16-17页
     ·遗传算法的特点第17-18页
   ·遗传算法解TSP问题的数学描述第18-22页
     ·TSP问题概述第18-20页
     ·郭涛算法第20-22页
   ·多核平台与多线程技术第22-24页
   ·多线程并行开发工具第24-27页
     ·OpenMP第24-25页
     ·Intel线程构建模块第25-26页
     ·并行模式库与任务并行库第26-27页
   ·小结第27-29页
第3章 多线程并行遗传算法设计第29-37页
   ·算法预期实现目标第29页
   ·算法详述第29-36页
     ·单个线程执行的改进郭涛算法第31-33页
     ·线程之间的同步控制方式第33-34页
     ·个体迁移规则第34-36页
     ·最后的优化筛选与停机条件第36页
   ·小结第36-37页
第4章 多线程并行遗传算法的实现第37-51页
   ·开发环境第37-38页
     ·硬件开发平台第37页
     ·软件开发环境第37-38页
   ·功能模块划分第38-50页
     ·从文件中读取城市坐标数据第39-40页
     ·并行初始化第40-42页
     ·并行遗传演化第42-46页
     ·并行查找最差个体第46-47页
     ·并行交换较优个体第47-48页
     ·集中筛选优秀个体第48-50页
   ·小结第50-51页
第5章 系统测试第51-67页
   ·实验环境第51页
     ·硬件环境第51页
     ·软件环境第51页
   ·本算法与其他算法的比较第51-61页
   ·参数性能评测第61-64页
     ·针对并行任务个数的性能测试第61-62页
     ·针对种群规模的性能测试第62-63页
     ·针对迁移间隔的性能测试第63-64页
     ·针对变异率的性能测试第64页
   ·多核负载测试第64-66页
   ·小结第66-67页
第6章 结束语第67-69页
   ·工作总结第67-68页
   ·未来工作展望第68-69页
参考文献第69-75页
致谢第75-77页
攻读硕士期间发表论文第77页

论文共77页,点击 下载论文
上一篇:不确定线性时滞系统的鲁棒控制研究
下一篇:改进蚁群算法及其在移动机器人路径规划中的研究