基于蚁群算法的并行性能分析及优化方法研究

蚁群算法论文 最优解论文 并行计算论文 ACOI算法论文
论文详情
摘要第5-6页
abstract第6-7页
第1章 绪论第10-18页
    1.1 研究背景及意义第10页
    1.2 国内外研究现状第10-14页
        1.2.1 蚁群算法研究现状第10-12页
        1.2.2 并行计算研究现状第12-14页
        1.2.3 蚁群算法并行化研究现状第14页
    1.3 论文主要研究内容第14-15页
    1.4 论文组织结构第15-18页
第2章 相关工作与理论基础第18-30页
    2.1 蚁群算法介绍第18-23页
        2.1.1 蚁群算法思想起源第18-19页
        2.1.2 蚁群算法基本原理第19-20页
        2.1.3 蚁群算法数学模型及分析第20-22页
        2.1.4 蚁群算法特征第22-23页
    2.2 并行编程环境介绍第23-29页
        2.2.1 OpenMP介绍第23-25页
        2.2.2 MPI介绍第25-27页
        2.2.3 混合并行编程模型介绍第27-29页
    2.3 本章小结第29-30页
第3章 面向TSP问题的ACOI算法第30-38页
    3.1 TSP问题概述第30-31页
    3.2 基于信息素优化机制的ACOI算法第31-36页
        3.2.1 信息素扩散及挥发机制第31-32页
        3.2.2 强化信息素更新机制第32-33页
        3.2.3 新型信息素平滑机制第33-34页
        3.2.4 应用ACOI算法解决TSP问题第34-36页
    3.3 本章小结第36-38页
第4章 基于ACOI算法的并行化方法第38-46页
    4.1 ACOI算法在曙光高性能集群环境下可并行性分析第38-41页
        4.1.1 曙光高性能集群介绍第38-39页
        4.1.2 ACOI算法可并行性分析第39-41页
    4.2 基于OpenMP的ACOI算法并行方法第41-42页
    4.3 基于MPI的ACOI算法并行方法第42-44页
    4.4 基于混合编程模型的ACOI算法并行化方法第44-45页
    4.5 本章小结第45-46页
第5章 实验结果及其分析第46-56页
    5.1 实验环境简介第46页
    5.2 算法性能评价标准第46-48页
    5.3 基于信息素优化机制的ACOI算法实验分析第48-50页
    5.4 基于ACOI算法的并行化方法实验分析第50-55页
        5.4.1 OpenMP的ACOI算法并行方法实验分析第50-51页
        5.4.2 基于MPI的ACOI算法并行化方法实验分析第51-53页
        5.4.3 基于混合编程模型的ACOI算法并行化方法实验分析第53-55页
    5.5 本章小结第55-56页
结论第56-58页
参考文献第58-64页
攻读硕士学位期间发表的论文和取得的科研成果第64-66页
致谢第66页
论文购买
论文编号ABS4635994,这篇论文共66页
会员购买按0.30元/页下载,共需支付19.8
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付33
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656