基于多核机群的混合群智能并行算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·概述 | 第9页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·人工鱼群算法研究现状 | 第10-11页 |
| ·人工蜂群算法研究现状 | 第11-12页 |
| ·MPI 和 OpenMP 研究现状 | 第12页 |
| ·论文的主要研究内容及安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 基于多核机群的人工鱼群并行算法研究 | 第14-26页 |
| ·相关知识 | 第14-15页 |
| ·人工鱼群算法的基本原理 | 第14-15页 |
| ·人工鱼群算法的特点分析 | 第15页 |
| ·基于多核机群的人工鱼群并行算法研究 | 第15-20页 |
| ·引言 | 第15-16页 |
| ·引入动态权衡因子策略 | 第16-17页 |
| ·小生境技术引入的时机 | 第17-18页 |
| ·串行 DN-AFS 算法步骤 | 第18页 |
| ·人工鱼群并行算法的设计 | 第18-19页 |
| ·PDN-AFS 算法具体实现 | 第19-20页 |
| ·算法的时间复杂度分析 | 第20页 |
| ·实验结果与分析 | 第20-24页 |
| ·实验平台及参数 | 第20-21页 |
| ·实验结果分析 | 第21-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于多核 PC 的人工蜂群并行算法研究 | 第26-37页 |
| ·基本人工蜂群算法 | 第26-28页 |
| ·算法基本原理 | 第26-27页 |
| ·人工蜂群算法的数学基础 | 第27-28页 |
| ·人工蜂群算法特点及基本流程 | 第28页 |
| ·改进的人工蜂群算法 | 第28-30页 |
| ·引入随机摄动因子策略 | 第28-29页 |
| ·串行 RP-ABC 算法的实现步骤 | 第29-30页 |
| ·RP-ABC 算法的性能分析 | 第30页 |
| ·并行 RP-ABC 算法的实现与研究 | 第30-32页 |
| ·引言 | 第30-31页 |
| ·蜂群并行算法的实现 | 第31页 |
| ·PRP-ABC 算法的具体实现步骤 | 第31-32页 |
| ·算法的时间复杂性分析 | 第32页 |
| ·数值试验分析 | 第32-36页 |
| ·实验平台及参数 | 第32-33页 |
| ·实验结果分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于多核机群的混合群智能并行算法研究 | 第37-48页 |
| ·引言 | 第37-38页 |
| ·两类算法融合的原理 | 第38-39页 |
| ·ABC 与 AFS 的优缺点分析 | 第38页 |
| ·RP-ABC 与 DN-AFS 的优缺点分析 | 第38-39页 |
| ·混合群智能两阶段处理方法 | 第39-40页 |
| ·反向学习的群体初始化 | 第39页 |
| ·交互学习 | 第39-40页 |
| ·MPI+OpenMP+STM 并行模型 | 第40-43页 |
| ·软件事务内存 | 第40-41页 |
| ·MPI+OpenMP+STM 三级并行编程模型 | 第41-42页 |
| ·混合群智能并行算法步骤 | 第42-43页 |
| ·算法的时间复杂性分析 | 第43页 |
| ·算法性能测试及结果分析 | 第43-47页 |
| ·实验环境及参数设置 | 第43-44页 |
| ·实验结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·工作总结 | 第48页 |
| ·工作展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录A 本文作者在攻读硕士学位期间所发表的论文 | 第54-55页 |
| 附录B 本文算法实现的部分核心代码 | 第55-64页 |
| 致谢 | 第64-65页 |
