| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 空间优化选址的研究进展 | 第10-11页 |
| 1.2.2 人工蜂群算法的研究进展 | 第11-12页 |
| 1.3 论文主要研究内容及方法 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究路线 | 第13页 |
| 1.4 论文的章节安排 | 第13-15页 |
| 第二章 GPU及选址影响因素 | 第15-24页 |
| 2.1 GPU简介 | 第15-17页 |
| 2.1.1 GPU通用计算的发展 | 第15-16页 |
| 2.1.2 GPU的优势特点 | 第16-17页 |
| 2.2 CUDA概述 | 第17-22页 |
| 2.2.1 CUDA编程模型 | 第17-19页 |
| 2.2.2 CUDA存储器模型 | 第19-22页 |
| 2.2.3 CUDA编程接口 | 第22页 |
| 2.3 空间优化选址影响因素 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 ABC算法及空间优化选址中的ABC算法 | 第24-35页 |
| 3.1 人工蜂群算法 | 第24-28页 |
| 3.1.1 蜜蜂采蜜机理 | 第24-25页 |
| 3.1.2 人工蜂群算法的原理 | 第25-27页 |
| 3.1.3 人工蜂群算法的流程 | 第27-28页 |
| 3.2 增强型人工蜂群算法 | 第28-30页 |
| 3.2.1 人工蜂群算法存在的问题 | 第28-29页 |
| 3.2.2 交叉思想的引入 | 第29-30页 |
| 3.3 空间优化选址中的人工蜂群算法 | 第30-34页 |
| 3.3.1 从GIS中获取空间数据 | 第31页 |
| 3.3.2 编码方式的定义 | 第31页 |
| 3.3.3 空间优化选址中的适应度函数定义 | 第31-32页 |
| 3.3.4 空间优化选址流程及搜索方式 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 空间选址中的并行人工蜂群算法 | 第35-49页 |
| 4.1 主要符号定义 | 第35-36页 |
| 4.2 随机数的产生 | 第36页 |
| 4.3 算法描述 | 第36-39页 |
| 4.3.1 并行人工蜂群的思想 | 第36-38页 |
| 4.3.2 并行人工蜂群算法在CUDA模型上的实现 | 第38-39页 |
| 4.4 CUDA中人工蜂群算法的关键技术 | 第39-46页 |
| 4.4.1 CUDA中新解的产生方式 | 第39-40页 |
| 4.4.2 CUDA中的轮盘赌选择 | 第40-41页 |
| 4.4.3 CUDA中的适应度函数 | 第41-46页 |
| 4.5 交叉思想的CUDA实现 | 第46-48页 |
| 4.5.1 双调排序算法 | 第46页 |
| 4.5.2 人工蜂群算法中的双调排序算法设计 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 人工蜂群算法在空间优化选址中的实现 | 第49-58页 |
| 5.1 空间优化选址中的人工蜂群算法及增强型人工蜂群算法应用 | 第49-52页 |
| 5.1.1 增强型人工蜂群算法在空间选址优化中正确性的验证 | 第49-51页 |
| 5.1.2 人工蜂群算法与增强型人工蜂群算法运行结果对比 | 第51-52页 |
| 5.2 人工蜂群算法运行结果及效率对比 | 第52-55页 |
| 5.2.1 并行人工蜂群算法与增强型并行人工蜂群算法运行结果对比 | 第52-53页 |
| 5.2.2 增强型人工蜂群算法和增强型并行人工蜂群算法运行结果对比 | 第53-54页 |
| 5.2.3 人工蜂群算法与并行人工蜂群算法运行时间的对比 | 第54-55页 |
| 5.3 人工蜂群算法在空间优化选址中的应用 | 第55-57页 |
| 5.3.1 在山东地图中的应用 | 第55-56页 |
| 5.3.2 在济南地图中的应用 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结 | 第58-60页 |
| 6.1 论文工作总结 | 第58-59页 |
| 6.2 未来展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
