微粒群算法的粗粒度分布式计算模型及其在Spark框架下的实现研究
中文摘要 | 第3-4页 |
abstract | 第4页 |
第一章 引言 | 第7-11页 |
1.1 研究背景及意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-10页 |
1.3 本文的主要工作及章节安排 | 第10-11页 |
第二章 微粒群算法及并行算法研究 | 第11-19页 |
2.1 微粒群算法 | 第11-14页 |
2.1.1 微粒群算法的起源 | 第11页 |
2.1.2 标准微粒群算法 | 第11-14页 |
2.2 并行算法研究 | 第14-16页 |
2.2.1 SIMD模型 | 第15页 |
2.2.2 MIMD模型 | 第15-16页 |
2.2.3 并行算法复杂度分析 | 第16页 |
2.3 PSO算法可并行性分析 | 第16-17页 |
2.4 本章小结 | 第17-19页 |
第三章 基于CUDA的并行PSO算法研究 | 第19-29页 |
3.1 CUDA简介 | 第19-21页 |
3.2 PSO算法的CUDA设计及实现 | 第21-22页 |
3.3 实验结果分析 | 第22-28页 |
3.4 本章小结 | 第28-29页 |
第四章 粗细粒度PSO算法研究 | 第29-45页 |
4.1 Spark简介 | 第31-32页 |
4.2 混合维度PSO算法 | 第32-38页 |
4.2.1 算法思路设计 | 第32-34页 |
4.2.2 实验平台 | 第34-35页 |
4.2.3 实验设计方案 | 第35页 |
4.2.4 实验结果及分析 | 第35-38页 |
4.3 粗细粒度标准微粒群算法设计及实现 | 第38-44页 |
4.3.1 粗粒度标准微粒群算法设计思路 | 第38-40页 |
4.3.2 粗细混合粒度并行PSO算法设计及实现 | 第40-42页 |
4.3.3 实验参数设置 | 第42页 |
4.3.4 实验结果及分析 | 第42-44页 |
4.4 本章小结 | 第44-45页 |
第五章 总结与展望 | 第45-47页 |
5.1 论文总结 | 第45页 |
5.2 展望 | 第45-47页 |
参考文献 | 第47-53页 |
致谢 | 第53-55页 |
攻读学位期间发表的学术论文目录 | 第55页 |