摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-18页 |
1.1 研究意义与背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 梯级水电系统优化调度方法研究进展 | 第11-12页 |
1.2.2 梯级水电站群动态规划方法研究进展 | 第12-13页 |
1.2.3 梯级水电站群动态规划方法并行化技术研究现状 | 第13-15页 |
1.2.4 梯级水电站群动态规划方法云计算技术研究现状 | 第15-16页 |
1.3 本文主要工作 | 第16-17页 |
1.4 论文组织结构 | 第17-18页 |
2 随机动态规划算法模型及并行化研究 | 第18-28页 |
2.1 动态规划数学模型 | 第18页 |
2.2 梯级水电站群长期优化调度随机动态规划算法 | 第18-23页 |
2.2.1 状态转移方程 | 第19-20页 |
2.2.2 约束条件 | 第20页 |
2.2.3 惩罚措施 | 第20-21页 |
2.2.4 计算过程 | 第21-23页 |
2.3 随机动态规划并行分析 | 第23-25页 |
2.3.1 随机动态规划并行模式 | 第23-24页 |
2.3.2 决策变量并行 | 第24页 |
2.3.3 状态变量并行 | 第24-25页 |
2.4 分布式随机动态规划算法 | 第25-27页 |
2.4.1 分布式并行与多核并行 | 第25-26页 |
2.4.2 分布式并行的优势 | 第26页 |
2.4.3 分布式并行的挑战 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
3 高性能计算下的分布式随机动态规划算法 | 第28-48页 |
3.1 引言 | 第28页 |
3.2 基于MPI的分布式并行随机动态规划算法 | 第28-32页 |
3.2.1 点对点通信模型 | 第28-29页 |
3.2.2 算法计算流程 | 第29-32页 |
3.3 基于MPI的混合多线程分布式并行随机动态规划算法 | 第32-35页 |
3.3.1 算法改进 | 第32页 |
3.3.2 计算流程 | 第32-35页 |
3.4 算法分析 | 第35-37页 |
3.4.1 时间复杂度分析 | 第35-36页 |
3.4.2 空间复杂度分析 | 第36-37页 |
3.5 实验结果与分析 | 第37-46页 |
3.5.1 实验环境与设计 | 第37-38页 |
3.5.2 实验结果 | 第38-40页 |
3.5.3 不同并行单元数下耗时分析 | 第40-42页 |
3.5.4 计算规模扩展性分析 | 第42-44页 |
3.5.5 计算节点扩展性分析 | 第44-46页 |
3.5.6 内存使用分析 | 第46页 |
3.6 本章小结 | 第46-48页 |
4 云计算下的分布式随机动态规划算法 | 第48-65页 |
4.1 引言 | 第48页 |
4.2 数据处理模型 | 第48-50页 |
4.3 基于Spark的分布式并行随机动态规划方法 | 第50-54页 |
4.3.1 末水位组合数据并行模型 | 第50-52页 |
4.3.2 初水位组合数据并行模型 | 第52-54页 |
4.4 算法分析 | 第54-55页 |
4.4.1 时间复杂度分析 | 第54-55页 |
4.4.2 空间复杂度分析 | 第55页 |
4.5 实验结果与分析 | 第55-62页 |
4.5.1 不同并行任务数下耗时分析 | 第56-58页 |
4.5.2 计算规模扩展性分析 | 第58-59页 |
4.5.3 集群节点扩展性分析 | 第59-61页 |
4.5.4 内存消耗分析 | 第61-62页 |
4.6 算法综合分析 | 第62-64页 |
4.7 算法适用模型 | 第64页 |
4.8 本章小结 | 第64-65页 |
结论 | 第65-67页 |
参考文献 | 第67-71页 |
攻读硕士学位期间发表学术论文情况 | 第71-72页 |
致谢 | 第72-73页 |