| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 课题来源 | 第11页 |
| 1.1.2 人工社会方法及其计算需求 | 第11-13页 |
| 1.1.3 异构并行系统 | 第13-14页 |
| 1.2 研究目的及意义 | 第14-15页 |
| 1.3 研究现状 | 第15-20页 |
| 1.3.1 基于Agent的人工社会仿真研究 | 第15-16页 |
| 1.3.2 GPU的发展及其在Agent仿真中的应用研究 | 第16-20页 |
| 1.4 论文的主要工作 | 第20-23页 |
| 1.4.1 论文主要内容与组织结构 | 第20-21页 |
| 1.4.2 论文的创新点 | 第21-23页 |
| 第二章 大规模人工社会的建模与仿真方法 | 第23-39页 |
| 2.1 大规模人工社会的构建 | 第23-30页 |
| 2.1.1 人工社会的组成 | 第23-26页 |
| 2.1.2 基于Agent的人工社会建模与仿真方法 | 第26-30页 |
| 2.2 面向大规模Agent仿真的保守并行仿真引擎 | 第30-34页 |
| 2.2.1 并行离散事件仿真 | 第30-32页 |
| 2.2.2 保守并行仿真引擎---OneModel | 第32-34页 |
| 2.3 大规模人工社会仿真面临的问题与解决思路 | 第34-37页 |
| 2.3.1 大规模人工社会仿真面临的主要问题 | 第34-35页 |
| 2.3.2 解决思路：CPU/GPU异构计算加速方法 | 第35-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 面向大规模Agent仿真的CPU/GPU异构并行仿真引擎设计 | 第39-53页 |
| 3.1 GPU工作原理及并行编程模型 | 第39-41页 |
| 3.2 面向Agent仿真的GPU并行仿真内核 | 第41-46页 |
| 3.2.1 数据结构组织及内核调度算法 | 第41-43页 |
| 3.2.2 事件管理和调度 | 第43-45页 |
| 3.2.3 大规模并行时间归约算法 | 第45-46页 |
| 3.3 CPU与GPU的通信协同 | 第46-48页 |
| 3.4 实验结果与分析 | 第48-51页 |
| 3.4.1 实验案例设计 | 第48-50页 |
| 3.4.2 结果分析 | 第50-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 基于GPU的大规模计算服务组件设计 | 第53-63页 |
| 4.1 基于GPU的社会关系网络查询组件 | 第53-59页 |
| 4.1.1 社会关系网络的设计与生成 | 第54-56页 |
| 4.1.2 社会关系网络查询算法设计 | 第56-59页 |
| 4.2 实验结果与分析 | 第59-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-66页 |
| 5.1 论文总结 | 第63-64页 |
| 5.2 未来工作展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
