| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 最大团问题 | 第9-13页 |
| 1.2.1 最大团问题的定义 | 第9页 |
| 1.2.2 最大团问题的形式化描述 | 第9-10页 |
| 1.2.3 最大团问题的研究现状 | 第10-13页 |
| 1.3 本文的主要工作及安排 | 第13-14页 |
| 第2章 遗传算法和OPENCL概述 | 第14-27页 |
| 2.1 遗传算法 | 第14-20页 |
| 2.1.1 遗传算法的研究现状 | 第14-15页 |
| 2.1.2 遗传算法的特点及应用 | 第15-16页 |
| 2.1.3 遗传算法的介绍 | 第16-20页 |
| 2.2 OPENCL异构计算 | 第20-26页 |
| 2.2.1 异构计算简介及发展现状 | 第20-22页 |
| 2.2.2 OPENCL平台框架 | 第22-26页 |
| 2.2.3 OPENCL工作流程 | 第26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 利用遗传算法求解最大团问题 | 第27-37页 |
| 3.1 遗传算法求解最大团问题 | 第27-32页 |
| 3.1.1 问题的编码 | 第27-28页 |
| 3.1.2 适应度函数 | 第28页 |
| 3.1.3 选择算子设计 | 第28-29页 |
| 3.1.4 交叉算子设计 | 第29页 |
| 3.1.5 局部优化算法 | 第29-32页 |
| 3.2 算法描述 | 第32-33页 |
| 3.3 实验结果与分析 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于OPENCL的并行遗传算法求解最大团问题 | 第37-46页 |
| 4.1 并行算法的设计 | 第37-42页 |
| 4.1.1 适应度函数 | 第37-38页 |
| 4.1.2 种群初始化 | 第38页 |
| 4.1.3 局部优化 | 第38-39页 |
| 4.1.4 并行选择算子 | 第39-40页 |
| 4.1.5 并行交叉算子 | 第40-41页 |
| 4.1.6 并行变异算子 | 第41-42页 |
| 4.1.7 个体择优 | 第42页 |
| 4.2 算法流程 | 第42-43页 |
| 4.3 并行算法的实验结果与分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 附录1 攻读硕士学位期间发表的论文 | 第55-56页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第56-57页 |
| 详细摘要 | 第57-60页 |