| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 蚁群算法研究现状 | 第10-12页 |
| 1.2.2 并行计算研究现状 | 第12-14页 |
| 1.2.3 蚁群算法并行化研究现状 | 第14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 相关工作与理论基础 | 第18-30页 |
| 2.1 蚁群算法介绍 | 第18-23页 |
| 2.1.1 蚁群算法思想起源 | 第18-19页 |
| 2.1.2 蚁群算法基本原理 | 第19-20页 |
| 2.1.3 蚁群算法数学模型及分析 | 第20-22页 |
| 2.1.4 蚁群算法特征 | 第22-23页 |
| 2.2 并行编程环境介绍 | 第23-29页 |
| 2.2.1 OpenMP介绍 | 第23-25页 |
| 2.2.2 MPI介绍 | 第25-27页 |
| 2.2.3 混合并行编程模型介绍 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 面向TSP问题的ACOI算法 | 第30-38页 |
| 3.1 TSP问题概述 | 第30-31页 |
| 3.2 基于信息素优化机制的ACOI算法 | 第31-36页 |
| 3.2.1 信息素扩散及挥发机制 | 第31-32页 |
| 3.2.2 强化信息素更新机制 | 第32-33页 |
| 3.2.3 新型信息素平滑机制 | 第33-34页 |
| 3.2.4 应用ACOI算法解决TSP问题 | 第34-36页 |
| 3.3 本章小结 | 第36-38页 |
| 第4章 基于ACOI算法的并行化方法 | 第38-46页 |
| 4.1 ACOI算法在曙光高性能集群环境下可并行性分析 | 第38-41页 |
| 4.1.1 曙光高性能集群介绍 | 第38-39页 |
| 4.1.2 ACOI算法可并行性分析 | 第39-41页 |
| 4.2 基于OpenMP的ACOI算法并行方法 | 第41-42页 |
| 4.3 基于MPI的ACOI算法并行方法 | 第42-44页 |
| 4.4 基于混合编程模型的ACOI算法并行化方法 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 实验结果及其分析 | 第46-56页 |
| 5.1 实验环境简介 | 第46页 |
| 5.2 算法性能评价标准 | 第46-48页 |
| 5.3 基于信息素优化机制的ACOI算法实验分析 | 第48-50页 |
| 5.4 基于ACOI算法的并行化方法实验分析 | 第50-55页 |
| 5.4.1 OpenMP的ACOI算法并行方法实验分析 | 第50-51页 |
| 5.4.2 基于MPI的ACOI算法并行化方法实验分析 | 第51-53页 |
| 5.4.3 基于混合编程模型的ACOI算法并行化方法实验分析 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-66页 |
| 致谢 | 第66页 |
