摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章绪论 | 第11-20页 |
1.1 研究背景 | 第11-14页 |
1.1.1 高速增长的海量数据使并行计算成为趋势 | 第11页 |
1.1.2 网络最大流问题的应用背景 | 第11-14页 |
1.2 研究现状 | 第14-18页 |
1.2.1 并行计算领域的发展现状 | 第14-16页 |
1.2.1.1 并行体系结构 | 第14页 |
1.2.1.2 并行计算模型 | 第14-15页 |
1.2.1.3 并行算法设计 | 第15-16页 |
1.2.2 网络最大流算法并行化研究现状 | 第16-18页 |
1.2.2.1 基于共享存储的多处理器并行实现 | 第16-17页 |
1.2.2.2 基于PRAM模型的并行化实现 | 第17页 |
1.2.2.3 基于图分割的区域并行化实现 | 第17-18页 |
1.3 本论文的研究内容和主要工作 | 第18-19页 |
1.4 本论文的结构安排 | 第19-20页 |
第二章网络最大流基础算法 | 第20-27页 |
2.1 网络流的基本概念 | 第20-22页 |
2.1.1 流与最大流 | 第20页 |
2.1.2 割与最小割 | 第20-21页 |
2.1.3 增广弧与增广路 | 第21页 |
2.1.4 剩余网络 | 第21-22页 |
2.1.5 分层剩余网络 | 第22页 |
2.2 网络最大流的基础算法 | 第22-25页 |
2.2.1 增广路径算法 | 第22-24页 |
2.2.2 预流推进算法 | 第24-25页 |
2.2.3 其它改进算法 | 第25页 |
2.3 本章小结 | 第25-27页 |
第三章 BSP并行计算模型 | 第27-36页 |
3.1 BSP模型要素 | 第27-30页 |
3.1.1 BSP模型基本原理 | 第27-29页 |
3.1.2 BSP模型参数特征 | 第29-30页 |
3.1.3 BSP模型特点和优点 | 第30页 |
3.2 BSP模型计算过程 | 第30-31页 |
3.3 BSP模型在并行计算领域的应用 | 第31-35页 |
3.3.1 BSP模型用于并行求解单源点最短路径 | 第31-32页 |
3.3.2 BSP模型用于并行求解最小生成树 | 第32-34页 |
3.3.3 BSP模型在云计算领域的应用 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第四章 BSP并行计算引擎的设计与实现 | 第36-46页 |
4.1 BSP并行计算引擎的总体概要设计 | 第36-37页 |
4.2 BSP并行计算引擎的详细设计与实现 | 第37-45页 |
4.2.1 主节点控制模块 | 第37-38页 |
4.2.2 从节点计算控制模块 | 第38-40页 |
4.2.3 数据通信模块 | 第40-42页 |
4.2.4 同步控制模块 | 第42-45页 |
4.3 本章小结 | 第45-46页 |
第五章 基于BSP并行计算引擎实现并行求解最大流 | 第46-66页 |
5.1 算法并行化总体思路 | 第46-47页 |
5.2 基础算法的研究和选择 | 第47-48页 |
5.3 计算任务并行设计 | 第48-56页 |
5.3.1 计算数据并行设计 | 第48-54页 |
5.3.1.1 图数据划分一般方法 | 第48-51页 |
5.3.1.2 两阶段图数据划分策略 | 第51-52页 |
5.3.1.3 子图跨界边处理策略 | 第52-54页 |
5.3.2 计算步骤并行设计 | 第54-56页 |
5.3.2.1 Push-Relabel算法的超步设计策略 | 第54-55页 |
5.3.2.2 Push-Relabel算法的超步优化策略 | 第55-56页 |
5.4 计算任务并行实现 | 第56-62页 |
5.4.1 图数据构建模块 | 第56-58页 |
5.4.2 图数据分割模块 | 第58页 |
5.4.3 超步计算详细设计 | 第58-59页 |
5.4.4 主从计算节点计算流程 | 第59-62页 |
5.5 计并行计算过程算例论述 | 第62-65页 |
5.6 本章小结 | 第65-66页 |
第六章 实验仿真及数据分析 | 第66-75页 |
6.1 仿真实验 | 第66-67页 |
6.1.1 实验环境 | 第66-67页 |
6.1.2 实验数据 | 第67页 |
6.1.3 实验方案 | 第67页 |
6.2 结果数据分析 | 第67-74页 |
6.3 本章小结 | 第74-75页 |
第七章 结论 | 第75-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-82页 |
攻读硕士学位期间取得的成果 | 第82-83页 |