学位论文 > 优秀研究生学位论文题录展示

并行遗传算法骨架的研究与实践

作 者: 朱咸坤
导 师: 万剑怡
学 校: 江西师范大学
专 业: 计算机软件与理论
关键词: 并行模型 基于骨架的并行编程 结构骨架 并行遗传算法骨架 加速比
分类号: TP18
类 型: 硕士论文
年 份: 2009年
下 载: 56次
引 用: 1次
阅 读: 论文下载
 

内容摘要


遗传算法是一种十分优秀的解搜索算法。它有着天生的并行特性,因而并行遗传算法通常被设计应用于计算量大的理论计算和工程设计等诸多方面。但并行程序设计向来都较为复杂,并行遗传算法程序设计也同样不能例外,所以并行遗传算法的易用性研究有实用意义。本文概括分析了标准遗传算法的基本结构,列举了对标准遗传算法的各类改进方法,并重点介绍了遗传算法的并行化实现。对并行遗传算法程序设计中常见的四种并行模型(主从式、粗粒度、细粒度和混合模型)作详细分析,并进一步将这些并行模型与骨架编程模型的几种结构骨架功能相似性进行对比。在对比研究的理论基础上,提出并设计实现了一个并行遗传算法骨架来对并行遗传算法应用程序进行抽象,简化了并行遗传算法应用程序开发过程。该并行算法骨架的透明机制,使得用户只需要编写个体适应度评价函数的顺序程序,再通过骨架调用就可以完成并行应用程序的开发。本文提出的并行遗传算法骨架是基于骨架并行程序设计系统中的一种算法骨架,因此可以与结构骨架合作供用户使用。并行遗传算法骨架本身并不涉及计算任务的并行实现,而是通过自身的框架结构,划分并行任务,并通过调用结构骨架实现具体的并行。并行遗传算法骨架与结构骨架相互独立,可以和多个骨架自由合作,具有一定的开放性和灵活性,同时并行遗传算法骨架是作为抽象的算法描述,与具体的问题也是相互独立的。为了检验该算法骨架的实用效果,本文使用函数优化、组合优化和机器人学等三类问题做了实例验证,然后对实验数据进行加速比对比分析,分析结果展现出该算法骨架能得到合理的加速比。

全文目录


摘要  3-4
Abstract  4-8
第1章 绪论  8-10
  1.1 研究背景和意义  8-9
  1.2 论文的组织与结构  9-10
第2章 遗传算法  10-20
  2.1 遗传算法  10-11
  2.2 标准遗传算法  11
  2.3 标准遗传算法基本步骤  11
  2.4 标准遗传算法改进  11-17
    2.4.1 编码  12-14
    2.4.2 适应度评价函数  14
    2.4.3 遗传算子  14-16
    2.4.4 控制参数  16-17
  2.5 遗传算法并行化  17-18
    2.5.1 隐式并行  17
    2.5.2 重新编写新算法  17
    2.5.3 并行程序库  17-18
    2.5.4 并行骨架  18
  2.6 遗传算法应用  18-20
第3章 并行遗传算法  20-24
  3.1 并行遗传算法  20
  3.2 并行遗传算法常见模型  20-24
    3.2.1 主从式模型  20
    3.2.2 粗粒度模型  20-22
    3.2.3 细粒度模型  22-23
    3.2.4 混合模型  23-24
第4章 基于骨架的并行程序设计  24-29
  4.1 并行程序设计的两个阶段  24
  4.2 基于骨架的三阶段并行程序开发  24-27
    4.2.1 软件体系结构  25-26
    4.2.2 骨架库  26-27
    4.2.3 Apla~+语言  27
  4.3 APLA~+的语法扩充  27-29
    4.3.1 运算符  27
    4.3.2 并行语句  27
    4.3.3 关键字skeleton  27-29
第5章 并行遗传算法骨架  29-34
  5.1 并行遗传算法骨架  29-30
    5.1.1 PGA_Skeleton 的内部流程  29-30
    5.1.2 PGA_Skeleton 的接口描述  30
  5.2 结构骨架并行模型  30-31
    5.2.1 FARM 与主从式模型  31
    5.2.2 数据并行与粗粒度模型  31
    5.2.3 混合骨架与混合模型  31
  5.3 并行遗传算法骨架的特点  31-32
    5.3.1 透明机制  31-32
    5.3.2 编码方式  32
    5.3.3 遗传算子  32
    5.3.4 开放原则  32
  5.4 并行遗传算法骨架的使用  32-34
第6章 实例分析  34-49
  6.1 环境搭建  34
  6.2 函数优化  34-39
  6.3 组合优化  39-43
  6.4 移动机器人路径规划  43-46
  6.5 结果分析  46-48
  6.6 小结  48-49
第7章 相关工作的比较与总结  49-51
  7.1 相关工作比较  49
    7.1.1 函数库  49
    7.1.2 源代码辅助生成  49
  7.2 总结  49-51
参考文献  51-55
致谢  55-56
申请学位期间的研究成果及发表的学术论文  56

相似论文

  1. 多分辨率图像锥结合FCM的多核并行图像分割算法研究,TP391.41
  2. 低温碳化过程中PAN纤维结构与性能的研究,TQ342.31
  3. 微型观光潜艇壳体系统研究,U674.76
  4. 基于多核的程序并行优化的研究与实现,TP332
  5. 基于骨架的并行编程环境中结构骨架库的研究,TP311.11
  6. 粒子群优化算法在路径规划中的应用,TP391.41
  7. AVS视频编码并行算法的研究与实现,TN919.81
  8. 高密度计算与多核系统设计技术研究,TN47
  9. Web对象可缓存性与一致性问题研究,TP393.09
  10. 多核环境下的负载均衡方法研究与设计,TP332
  11. 利用并行计算方法实现地震活动速率变化参数(Z值)的空间扫描处理及其计算效能评价,P315
  12. 基于多目标微型遗传算法的NoC映射研究,TN47
  13. 分布式并行计算实现人体图像重采样加速处理,TP391.41
  14. 电网运行可靠性评估分布式算法研究及软件实现,TM769
  15. 并行优化算法的同步与异步,O224
  16. 图象空间中的拓扑结构及其性质,O189
  17. 半刚性基层材料结构类型与组成设计研究,U416.2
  18. 无机开放骨架材料的合成、结构与表征,O611.3
  19. 基于DVM的可视化并行程序开发平台设计,TP311.1
  20. 格子Boltzmann方法并行算法设计与数值模拟,O246

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com