并行粒子群算法實(shí)現(xiàn)及在電廠鍋爐建模中的應(yīng)用.pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，計(jì)算機(jī)中的圖形處理單元——GPU(GraphicsProcessing Unit)的性能也得到了快速的提升。由于GPU在浮點(diǎn)運(yùn)算和存儲(chǔ)帶寬上的性能遠(yuǎn)遠(yuǎn)高于CPU，所以基于GPU的通用計(jì)算技術(shù)成為近幾年研究的熱點(diǎn)。NVIDIA公司推出CUDA(Compute Unified Device Architecture，計(jì)算統(tǒng)一設(shè)備架構(gòu))，為GPU計(jì)算提供了一套完整的底層硬件和軟件平臺(tái)。
　　本文主要對(duì)粒子群算法

2、的并行化進(jìn)行了研究，并用CUDA C語(yǔ)言進(jìn)行實(shí)現(xiàn)，并且用并行粒子群算法訓(xùn)練了電廠鍋爐的神經(jīng)網(wǎng)絡(luò)模型。主要研究工作如下:
　　首先，介紹了粒子群優(yōu)化算法的基本思想與方法，并對(duì)算法進(jìn)行了一定的改進(jìn)，然后提出了粒子群優(yōu)化算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)的基本思想與方法。
　　其次，研究了粒子群優(yōu)化算法的并行性，并且對(duì)串行和并行的粒子群算法進(jìn)行編程實(shí)現(xiàn)，然后對(duì)其運(yùn)行效率和性能進(jìn)行了比較。
　　最后，實(shí)時(shí)采集了電廠鍋爐的運(yùn)行時(shí)的參數(shù)數(shù)據(jù)，然后對(duì)