基于解析逼近偏微分方程的并行求解算法
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-13页 |
·背景 | 第9-10页 |
·论文目的及意义 | 第10-11页 |
·应解决的主要问题 | 第11页 |
·本设计的指导思想 | 第11-12页 |
·本设计的组织结构 | 第12-13页 |
第2章 预备知识 | 第13-19页 |
·变分原理概述 | 第13-16页 |
·泛函的概念 | 第13-14页 |
·泛函极值问题 | 第14页 |
·泛函的变分 | 第14-15页 |
·泛函极值的变分表示 | 第15-16页 |
·有限元方法的基本原理 | 第16-17页 |
·无网格法的基本原理 | 第17-19页 |
第3章 基于基因表达式编程的并行思想设计 | 第19-25页 |
·并行演化算法发展状况 | 第19-20页 |
·基于基因表达式编程的进化思想 | 第20-25页 |
·从遗传算法(GA)、遗传编程(GP)到GEP | 第20-21页 |
·GEP的基本思想和概念 | 第21-23页 |
·GEP的适应度函数 | 第23页 |
·GEP的遗传操作和进化方式 | 第23-25页 |
第4章 基于解析逼近的并行算法设计 | 第25-39页 |
·解析逼近算法的框架 | 第25页 |
·解析逼近算法的组成 | 第25-28页 |
·初等函数库和运算符库的建立 | 第28-32页 |
·运算函数库 | 第29-31页 |
·运算符号库 | 第31-32页 |
·评价准则的建立 | 第32-33页 |
·算法并行策略设计 | 第33-36页 |
·形状函数进化 | 第33-34页 |
·并行编程模式 | 第34-36页 |
·解析逼近并行算法可行性分析 | 第36-39页 |
·算法的智能性 | 第37页 |
·算法的并行性 | 第37-39页 |
第5章 基于解析逼近的并行算法的实现 | 第39-44页 |
·问题的描述 | 第39-40页 |
·运行环境 | 第40页 |
·实验结果 | 第40-43页 |
·结果分析 | 第43-44页 |
第6章 总结与展望 | 第44-46页 |
·总结 | 第44页 |
·后续工作的展望 | 第44-46页 |
致谢 | 第46-47页 |
参考文献 | 第47-49页 |
附录1 攻读硕士学位期间发表的学术论文目录 | 第49-50页 |
附录2 源程序 | 第50-51页 |