版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、傳統(tǒng)的并行計算任務(wù)往往由大型的并行計算機來完成,因而并行機的研究也就成為并行計算的主要研究方向。隨著經(jīng)濟和科技的發(fā)展,生物醫(yī)學(xué)、天氣預(yù)報、高能物理等領(lǐng)域的計算任務(wù)越來越多,其特點是計算數(shù)據(jù)多、算法復(fù)雜、計算規(guī)模大、難度高。因此,計算機的可靠性和可用性變得越來越重要。盡管單臺計算機的性能和可靠性越來越好,但是單臺計算機難以完成某些現(xiàn)實要求。為此,人們想到用普通的PC機通過某種方式連接起來,形成一個高性能系統(tǒng),這種系統(tǒng)叫做機群。機群不僅價格
2、低廉,而且使用方便,對軟件、硬件設(shè)備要求非常低,是替代昂貴的超級計算機的最好選擇。機群技術(shù)就是將多臺計算機組織起來協(xié)同工作,模擬一臺功能更強大的計算機的技術(shù),該技術(shù)能夠提高系統(tǒng)可用性和可靠性。
差分進化算法是Storn R和Price K于1995年提出的,是一種簡單而有效的新興計算技術(shù),但是從2000年開始才被各國的專家學(xué)者重視研究,并且已取得一些成果。算法簡單、收斂速度快,穩(wěn)定性高以及適合解決復(fù)雜的優(yōu)化問題是其主要特點。但
3、是算法也存在著許多待改進的地方,無論是理論上還是實踐方面,差分進化算法目前來說都不是成熟的算法,所以很有必要研究,從而擴大算法的應(yīng)用領(lǐng)域,用它解決更多的問題。
本文首先分析了并行計算、并行算法以及差分進化算法的研究現(xiàn)狀,接著詳細介紹了差分進化算法的原理,并對算法的相關(guān)問題,尤其是種群規(guī)模、變異算子、交叉算子對差分進化算法的影響做了較為系統(tǒng)的研究。搭建并行計算系統(tǒng)平臺并實現(xiàn)差分進化算法的并行化是本文的重點,我們使用環(huán)形拓撲結(jié)構(gòu)而
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 參數(shù)自適應(yīng)的差分進化算法及并行化研究.pdf
- 差分進化算法及其應(yīng)用.pdf
- 差分進化算法的改進研究.pdf
- 基于Hadoop雙種群并行協(xié)助差分進化規(guī)劃算法.pdf
- 差分進化算法的改進與應(yīng)用.pdf
- 多目標(biāo)差分進化算法研究.pdf
- 差分進化算法的應(yīng)用研究.pdf
- 差分進化算法及其應(yīng)用研究.pdf
- 自主差分進化算法設(shè)計及應(yīng)用.pdf
- 差分進化神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 多目標(biāo)差分進化算法的改進研究.pdf
- 差分進化算法及應(yīng)用研究.pdf
- 基于云模型的差分進化優(yōu)化算法.pdf
- 粒子群優(yōu)化算法及差分進化算法研究.pdf
- 差分進化算法和群集蜘蛛優(yōu)化算法的研究.pdf
- 差分進化算法改進研究及其應(yīng)用.pdf
- 差分進化算法求解資源投資問題.pdf
- 改進的混沌差分進化算法及其應(yīng)用.pdf
- 基于差分進化算法的最優(yōu)潮流計算.pdf
- 基于目標(biāo)優(yōu)化的差分進化算法研究.pdf
評論
0/150
提交評論