热传导反问题的高效分布式并行算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·热传导反问题概述 | 第9-12页 |
| ·热传导反问题的特点 | 第9-10页 |
| ·热传导反问题的工程应用 | 第10-11页 |
| ·热传导反问题的研究现状 | 第11-12页 |
| ·本课题研究的背景与意义 | 第12-14页 |
| ·本文所做的主要工作 | 第14-15页 |
| 第2章 并行计算基础 | 第15-24页 |
| ·并行计算机 | 第15-17页 |
| ·并行算法概述 | 第17-20页 |
| ·并行算法的目标 | 第17-18页 |
| ·并行算法的分类 | 第18-19页 |
| ·并行算法性能评测 | 第19-20页 |
| ·机群系统介绍 | 第20-24页 |
| ·机群系统的一般结构 | 第20-21页 |
| ·机群系统的特点 | 第21-22页 |
| ·机群环境并行算法的设计 | 第22-24页 |
| 第3章 MPI并行程序设计 | 第24-38页 |
| ·MPI简介 | 第24页 |
| ·MPI通信 | 第24-29页 |
| ·阳塞通信 | 第24-25页 |
| ·非阻塞通信 | 第25-26页 |
| ·组通信 | 第26-27页 |
| ·MPI通信模式 | 第27-29页 |
| ·MPI并行程序设计 | 第29-34页 |
| ·MPI编程的基本程序结构 | 第29-30页 |
| ·MPI调用的参数说明 | 第30页 |
| ·MPI六个基本函数调用 | 第30-32页 |
| ·MPI并行程序设计的基本模式 | 第32-34页 |
| ·构建基于LINUX和MPI的PC机群 | 第34-38页 |
| ·机群硬件环境 | 第34页 |
| ·机群软件环境 | 第34-38页 |
| 第4章 神经网络和遗传算法 | 第38-53页 |
| ·人工神经网络技术 | 第38-40页 |
| ·人工神经网络概述 | 第38-40页 |
| ·多层前馈人工神经网络的逼近能力 | 第40页 |
| ·BP神经网络模型及并行策略 | 第40-45页 |
| ·BP算法学习原则 | 第43-44页 |
| ·BP算法的缺点及其改进措施 | 第44-45页 |
| ·BP算法并行策略 | 第45页 |
| ·遗传算法概述 | 第45-53页 |
| ·遗传算法形式化定义 | 第45页 |
| ·基本优化思想 | 第45-46页 |
| ·遗传算法与传统优化算法的比较 | 第46-47页 |
| ·遗传算法步骤 | 第47-48页 |
| ·遗传算法应用设计 | 第48-53页 |
| 第5章 基于热物性反问题的并行遗传-神经网络算法 | 第53-78页 |
| ·二维热传导方程数学模型 | 第53-55页 |
| ·求解热传导反问题的神经网络模型设计 | 第55-59页 |
| ·神经网络结构的确定 | 第56页 |
| ·神经网络参数的选取 | 第56-57页 |
| ·训练样本的产生以及前处理 | 第57-59页 |
| ·BP神经网络训练 | 第59页 |
| ·遗传算法和神经网络的结合 | 第59-64页 |
| ·网络模型的编码以及描述方法 | 第60-62页 |
| ·遗传算法的具体优化步骤 | 第62-64页 |
| ·并行遗传-神经网络求解热物性反问题 | 第64-78页 |
| ·算法实现步骤 | 第64-66页 |
| ·并行遗传-神经网络算法设计 | 第66-68页 |
| ·程序的具体实现 | 第68-73页 |
| ·数值试验结果 | 第73-78页 |
| 第6章 总结和展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 附录 | 第84页 |
