基于GPU的并行蚁群优化算法的研究与实现

摘要	第1-5页
ABSTRACT	第5-8页
插图和附表清单	第8-10页
第一章 绪论	第10-17页
·研究背景与意义	第10-11页
·发展历史及研究现状	第11-15页
·本课题的研究思路和主要内容	第15页
·本文的组织框架	第15-17页
第二章 蚁群优化算法分析	第17-24页
·元启发式算法	第17页
·蚁群模型分析	第17-22页
·觅食原理	第18-20页
·问题描述	第20页
·人工蚂蚁的行为	第20-22页
·ACO 算法框架	第22页
·蚁群算法的其他模型	第22-24页
第三章 基于 GPU 的并行蚁群优化算法	第24-57页
·GPU 并行计算模型分析	第24-35页
·GPU 的硬件架构	第27-29页
·CUDA 程序设计模型	第29-30页
·CUDA 的线程模型	第30-33页
·CUDA 的存储器模型	第33-35页
·建立数学模型	第35-40页
·旅行商问题	第35-37页
·蚁群系统	第37-38页
·最大-最小蚂蚁系统	第38-40页
·并行MMAS 算法设计	第40-57页
·MMAS 算法模型	第42-47页
·蚁群优化算法并行化的理论分析	第47-49页
·GPU 存储器的优化设计	第49-52页
·具体算法实现	第52-57页
第四章 实验与分析	第57-64页
·并行MMAS 实验结果	第57-58页
·并行MMAS 运行时间分析	第58-64页
第五章 总结与展望	第64-65页
致谢	第65-66页
参考文献	第66-69页
攻读硕士学位期间发表的论文和取得的科研成果	第69-70页
详细摘要	第70-73页