GPU加速的并行模拟退火算法及其在蛋白质结构预测中的应用
摘要 | 第1-8页 |
Abstract | 第8-10页 |
第一章 绪论 | 第10-14页 |
·背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·研究内容与结构安排 | 第13-14页 |
第二章 蛋白质结构预测 | 第14-22页 |
·蛋白质结构 | 第14-15页 |
·蛋白质结构预测方法 | 第15-17页 |
·蛋白质折叠结构预测模型 | 第17-21页 |
·格点模型 | 第17-19页 |
·非格点模型 | 第19-21页 |
·本章小结 | 第21-22页 |
第三章 GPU计算与CUDA | 第22-32页 |
·并行计算 | 第22-23页 |
·GPU计算 | 第23-27页 |
·CPU与GPU | 第23-25页 |
·GPU编程模型 | 第25-27页 |
·CUDA概述 | 第27-31页 |
·线程层次 | 第29-30页 |
·存储器层次 | 第30-31页 |
·本章小结 | 第31-32页 |
第四章 并行模拟退火算法的比较与分析 | 第32-55页 |
·模拟退火算法 | 第32-35页 |
·基本原理 | 第32-34页 |
·常见改进策略 | 第34-35页 |
·并行模拟退火算法 | 第35-39页 |
·基本原理与改进思路 | 第35-37页 |
·基于教与学优化算法的多Agent模拟退火算法 | 第37-39页 |
·实验与结果分析 | 第39-54页 |
·实验内容 | 第39-41页 |
·求解基准测试函数 | 第41-50页 |
·求解蛋白质折叠问题 | 第50-54页 |
·本章小结 | 第54-55页 |
第五章 GPU加速的并行模拟退火算法 | 第55-67页 |
·设计思路 | 第56-59页 |
·并行算法 | 第56-57页 |
·并行模型 | 第57-59页 |
·实现细节 | 第59-60页 |
·种群初始化 | 第59页 |
·函数评价 | 第59-60页 |
·生成与接收新解 | 第60页 |
·更新个体/全局最优解 | 第60页 |
·实验与结果分析 | 第60-66页 |
·实验内容与环境 | 第60-61页 |
·四个基准函数 | 第61-63页 |
·四条测试序列 | 第63-66页 |
·四条真实序列 | 第66页 |
·本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
·工作总结 | 第67-68页 |
·展望 | 第68-69页 |
参考文献 | 第69-74页 |
附录 攻读硕士学位期间发表的论文 | 第74-75页 |
致谢 | 第75页 |