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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高速、高性能的計算需求,使得基于網(wǎng)絡(luò)機(jī)群下的并行計算技術(shù)己成為當(dāng)前計算機(jī)科學(xué)研究的主要課題。近年來,眾多學(xué)者對此進(jìn)行了深入的研究,并取得了令人矚目的進(jìn)展。遺傳算法是一種高效智能搜索方法。由于它一般具有較大的群體規(guī)模,不僅需要對大量的個體進(jìn)行大量的遺傳和進(jìn)化操作,而且要對大量的個體進(jìn)行適應(yīng)度計算或評價,導(dǎo)致算法的進(jìn)化過程難以達(dá)到計算速度上的要求,因而遺傳算法的并行計算問題就顯得十分重要。本文針對現(xiàn)有遺傳算法運行效率低、解質(zhì)量低等問題,提出
2、了一種并行混合遺傳算法,并給出了用其求解背包問題的實例。主要工作有: (1)將貪心算法與解碼算法相融合,設(shè)計了一種基于肥胖群體的混合遺傳算法,有效提高了遺傳算法的收斂速度,抑制算法局部早熟,改善了算法的優(yōu)化質(zhì)量; (2)用多個獨立的小群體的并行進(jìn)化模擬一個大群體的進(jìn)化過程,達(dá)到花費小群體的運行時間卻獲得大群體優(yōu)化結(jié)果的效果; (3)最后在一組PC機(jī)集群構(gòu)成的網(wǎng)絡(luò)環(huán)境下,基于并行虛擬機(jī)(PVM)環(huán)境,運用該并行混合
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(hù)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(fù)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
- 并行遺傳算法
- 基于spark的并行遺傳算法研究
- 動態(tài)環(huán)境下基于環(huán)境探測的遺傳算法研究.pdf
- 遺傳算法的并行實現(xiàn)
- 基于PVM的SLIQ算法的并行化研究.pdf
- 改進(jìn)的并行量子遺傳算法研究.pdf
- 并行遺傳算法的研究與應(yīng)用.pdf
- 并行遺傳算法的研究與實現(xiàn).pdf
- 基于多核的并行遺傳算法的研究與實現(xiàn).pdf
- 基于多核的并行遺傳算法的研究與實現(xiàn)
- 遺傳算法的并行技術(shù)研究.pdf
- 并行遺傳算法骨架的研究與實踐.pdf
- 動態(tài)環(huán)境下遺傳算法進(jìn)化能力的研究.pdf
- 基于并行遺傳算法的紅外圖像增強技術(shù).pdf
- 云環(huán)境下基于遺傳算法的工作流任務(wù)調(diào)度算法研究.pdf
- 基于MapReduce模型的并行遺傳算法的研究及應(yīng)用.pdf
- 并行蛙跳遺傳算法的研究及應(yīng)用.pdf
- 基于MIC的主從式并行遺傳算法的研究和實現(xiàn).pdf
- 基于并行機(jī)制的免疫遺傳算法的研究及應(yīng)用.pdf
- 基于PVM并行圖像處理的研究.pdf
評論
0/150
提交評論