学位论文 > 优秀研究生学位论文题录展示
基于岛的遗传算法在CUDA上的优化实现
作 者: 高卓
导 师: 徐高潮
学 校: 吉林大学
专 业: 软件工程
关键词: CUDA GPU通用计算 遗传算法 并行计算
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 99次
引 用: 0次
阅 读: 论文下载
内容摘要
随着图形处理器(Graphics Processing Unit, GPU)的迅猛发展,使得图像处理、计算机仿真等领域的发展得到了有力的推进。而随着GPU的发展,人们也开始利用GPU的强大的并行计算能力解决一些实际的问题,开始有越来越多的人参与到了基于GPU的以及GPU通用计算的课题的研究中来。这其中,并行算法方面的研究就是一个热点课题。本文以学习和研究基于CUDA大规模并行通用计算为目标,选择了基于岛的遗传算法进行了研究。遗传算法(Genetic Algorithm)是模仿生物界中适者生存、优胜劣汰这一规律,演化出的随机化的搜索方法。该算法的特点是:对结构对象进行操作,而受求导和函数连续性的限制;有很好的内在隐并行性和优秀的全局寻优能力;利用概率化巡游方法可以自动获得和指导优化的搜索空间,不用特意规定的去调整搜索方向,它已经被广泛用于组合优化、函数优化、遗传编码、机器学习和人工生命等领域,是当下有关智能计算中的关键性技术。虽然遗传算法可以有效的解决很多领域中的许多的实际问题,但是它的执行时间却成为了限制它使用的主要因素,尤其是在解决一些巨大任务量的问题时,遗传算法的运行时间会过长。不过,通过并行化适应度评估这个过程,算法运行时间过长的问题已经得到了解决,使得它可以在种群中的每个个体之间并行独立的执行,这样就可以大大降低算法的运行时间,提高遗传算法的效率本文对并行遗传算法——基于岛的遗传算法进行了研究和分析并在NVIDIA提出的CUDA架构建立模型实现了该算法:首先,整个种群被分成了若干个子种群,每个子种群被分离到GPU的各个处理器上;这些个分散的种群可以各自进化,从而达到各个子种群的最优状态;之后利用迁移算子再混合各个子种群呈现的优良特性。本文对算法在CPU和GPU上进行了测试,通过CUDA加速后的基于岛的遗传算法在运行速度方面和结果质量方面都得到了非常可观提升。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-12 1.1 遗传算法简述 9 1.2 基于图形处理器(GPU)的通用计算 9-10 1.3 研究GPU通用计算的意义 10 1.4 本文的主要工作和主要结构 10-12 第2章 GPU通用计算 12-17 2.1 GPU通用计算的发展 12-13 2.2 GPU通用计算的优势 13-14 2.3 GPU的体系架构 14-15 2.4 GPU进行大规模并行计算方面的优劣 15-17 第3章 CUDA编程介绍 17-32 3.1 CUDA编程模型 17-24 3.1.1 主机端与设备端 17-18 3.1.2 内核函数 18-20 3.1.3 线程层次 20-24 3.1.4 存储器层次 24 3.2 CUDA存储器模型 24-28 3.3 编程接口 28-32 3.3.1 CUDA的核心——CUDAC语言 29 3.3.2 编译流程 29-32 第4章 基于GPU并行计算的遗传算法设计 32-41 4.1 传统遗传算法 32-33 4.2 遗传算法中的基本算子 33-37 4.2.1 选择算子 33-34 4.2.2 交叉算子 34-36 4.2.3 变异算子 36-37 4.3 基于GPU并行计算的遗传算法设计 37-38 4.3.1 基于岛的遗传算法设计目的 37 4.3.2 基于岛的遗传算法的思路 37-38 4.4 岛与岛之间的种群迁移 38-40 4.5 算法的参数控制 40-41 第5章 基于岛的遗传算法在CUDA上的实现 41-49 5.1 算法的实现 41-44 5.2 实验结果 44-47 5.3 实验结果质量 47-49 第6章 总结与展望 49-51 6.1 工作总结 49 6.2 对未来工作的展望 49-51 参考文献 51-53 致谢 53
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
- 遗传算法在物流仓储优化中的应用研究,F259.2
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
- 模糊预测函数控制改进算法的研究及应用,TP273
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
- 基于神经网络的自适应噪声主动控制研究,TP183
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|