主从式控制网络并行GA的设计与实现

本文讨论的并行遗传算法是一类控制主从式的异步并行的遗传算法,它合理地解决了遗传操作和通讯之间的协调,具有通讯开销小、子群体之间信息交流充分等特点。     

微机网络并行计算的应用研究

本文对由高档微机组成的网络，在ＬＩＮＵＸ，ＰＶＭ支持下组成的网络并行计算机环境进行了描述。对网络并行计算中的通讯阻塞，负载平衡等问题特别是通讯阻塞进行了研究。给出的各节点机进程分别读取各磁盘数据文件的算法，通过实例算表明对避免通讯阻塞提高并行效率简单有效。     

并行遗传算法在弧岛模型上的设计和分析

本文探讨了遗传算法的并行化原理；给出了并行遗传算法弧岛模型上的具体实现方法；分析和比较了用串行遗传算法和并行遗传算法求解ＴＳＰ的实验结果，获得了接近线性的加速比，最后讨论了相关参数对实验结果的影响。     

并行遗传算法概述

遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自然适应全局优化概率搜索算法，它在人工智能、图像识别、函数优化、机器人等领域得到了广泛的应用。但是由于遗传算法的运算量大，在普通的计算机上难以快速完成。因此讨论并行遗传算法是十分在必要的。特别是局域网环境下的并行遗传算法的研究，本文主要介绍了目前主要的并行遗传算法。     

主从式并行GA的TSP问题求解

遗传算法是根据生物进化思想而启发得出的一种全局优化算法。通过求解TSP问题，对遗传算法的内部机理进行细致分析，给出一种基于主从式控制网络的并行遗传算法，同时对其内部遗传算子进行改进。通过各种遗传算子的优化组合，有效地控制了种群的早熟，并行计算实行异步通讯，时间复杂度上有明显改进。实验证明该算法具有很强的实效性，并具有良好的全局收敛性能。     

IXP1200网络处理器多层次并行机制研究

主要对千兆通讯的网络处理芯片IXP1200网络处理器进行研究和分析，着重探讨和研究其先进的多级并行设计机制。主要从体系结构和并行设计技术两个角度对IXP1200网络处理器的数控分层和多层次并行等设计机制进行了介绍。突出了其利用多线程、多处理器的先进设计结构来优化设计、提高处理速度的设计理念和实现过程，并在最后进一步详细讨论了如何利用特定微码指令来实现IXP1200网络处理器的指令并行和多线程并行的程序调度方法和设计技术。     

基于分布存储的并行狭义遗传算法

讨论了基于分布存储的并行狭义遗传算法,实现了数据级的并行操作,具有较高的并行度。它具有收敛速度快,搜索过程稳定性好、可控制性强,以及通讯开销小等特点。     

基于神经网络和遗传算法的优化设计方法

随着生产规模的复杂化，多维化和非线形等复杂特性，对高效的优化技术的要求也越迫切，利用并行遗传算法和Hopfield网络的优点，提出了采用遗传算法的并行搜索和解空间搜索的优点进行网络参数的选取，利用Hopfield网络简单、快速、规范的优点来优化样本空间，以取得整体的优化效率。     

用并行遗传算法解决带约束并行多机调度问题

遗传算法是一种全局优化的数值计算方法,它存在自然并行性,本文提出了一种解带约束并行多机调度问题的主从式控制网络并行遗传算法,并在PVM环境下实现。计算结果表明,并行遗传算法是有效的,且能适用于大规模并行多机调度问题。     

一种改进多亲遗传算法的并行模型研究

通过分析传统遗传算法和多亲遗传算法的不足，提出了一种多亲遗传算法的改进算法：基于共享存储器的多亲遗传算法，并对其进行了理论分析，讨论了GA的并行模型特点后，结合粗粒度并行模型和群体分组的并行方式，提出了一种MGASM的并行模型，该模型有利于改进MGASM的性能，提高其搜索效率。将MGASM-PPGA应用到了数据聚类问题中，进行了仿真实验，获得了理想的实验结果。     

用并行遗传算法解决带约束并行多机调度问题

遗传算法是一种全局优化的数值计算方法。它存在自然并行性。本文提出一种解带约束并行多机调度问题的主从式控制网络并行遗传算法,并在PVM环境下实现。计算结果表明,并行遗传算法是有效的,且能适用于大规模并行多机调度问题。     

IXP1200网络处理器多层次并行机制研究

主要对千兆通讯的网络处理芯片IXP1200网络处理器进行研究和分析,着重探讨和研究其先进的多级并行设计机制.主要从体系结构和并行设计技术两个角度对IXP1200网络处理器的数控分层和多层次并行等设计机制进行了介绍.突出了其利用多线程、多处理器的先进设计结构来优化设计、提高处理速度的设计理念和实现过程,并在最后进一步详细讨论了如何利用特定微码指令来实现IXP1200网络处理器的指令并行和多线程并行的程序调度方法和设计技术.     

并行遗传算法分析

在科学计算机领域,并行遗传算法开始受到关注。分析了遗传算法并行化的同和实现模型,讨论了遗传算法隐含的并行性,对于灵活应用并行遗传算法有指导意义。     

解非等同并行多机调度问题的并行遗传算法

针对最小化完工时间的非等同并行多机调度一类问题，提出了一种混合遗传算法。该算法根据问题的特点，采用一种自然编码方案，此编码与调度方案一一对应，并对初始种群、交叉和变异等方法进行了研究。在鉴于遗传算法自然的并行性特点的基础上，实现了主从式控制网络模式下并行混合遗传算法。计算结果表明，并行混合遗传算法是有效的，优于启发式算法和遗传算法，有着较高的并行性，能适用于大规模非等同并行多机调度问题。     

基于预聚类技术的并行序贯模式挖掘算法

本文讨论了在并行序贯模式数据挖掘方面采用“预聚类并行序贯模式挖掘”的策略，对数据序列聚类后按不同的类分布到不同的并行节点上，以减少甚至消除不必要的通讯开销，以便能够提高并行序贯模式挖掘在集群式高性能计算机上的执行效率。     

遗传算法研究综述

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。近年来，由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用，这种算法受到了国内外学者的广泛关注。本文介绍了遗传算法的研究现状，描述了它的主要特点和基本原理，概述了它的理论、技术和应用领域，讨论了混合遗传算法和并行遗传算法，指出了遗传算法的研究方向，并对遗传算法的性能作了分析。     

项重写系统的并行实现方案

项重写系统的并行归约可以提高归约的效率，在无共享内存的Ｔｒａｎｓｐｕｔｅｒ网络上实现时要考虑任务的分配，项的拼装，归约任务的控制等问题，其中怎么样减少机间的机内进程的通信慢提高系统效果的关键。本文从控制方式角度讨论在不同拓扑结构的Ｔｒａｎｓｐｕｔｅｒ网络上实现项重写系统的方案，重点介绍基于树形结构下的控制方法，进程安排和通讯形式。     

一种粗粒度并行遗传算法的设计与实现

遗传算法(Genetic Algorithms,GA)作为搜索最优解的方法,有很广泛的应用,但随着问题的规模扩大,复杂度增加,GA的求解速度大大降低。并行遗传算法(Paralle Genetic Algorithms,PGA)成为解决遗传算法速度瓶颈的有效方法。本文提出了并行遗传算法新的应用平台-Internet,讨论了并行遗传算法应用于Internet的具体实现中的关键问题,并给出单向环拓扑的具体实现和仿真验证。     

并行遗传算法与神经网络,模糊系统的结合

遗传算法是模拟自然界生物进化过程的计算模型。本文介绍了并行遗传算法的不同分类及不同并行策略，又将遗传算法分别与神经网络、模糊系统结合起来进行并行处理，并在曙光１０００系统上实现。算法分析表明，并行遗传算法可以有效地提高收敛速度。     

一种基于网络分解的多播通讯路由方法

有效的消息通讯是提高分布存储器并行计算机性能的关键因素．点对点通讯和广播通讯是２种常用的消息通讯方法，而多播通讯（Ｍｕｌｔｉｃａｓｔｉｎｇ）是指从一个源节点同时给任意多个目标节点发送消息，这种通讯比点对点和广播２种方式更具一般性，适用于很多实际应用的需求．本文针对ＰＡＲ９５并行计算机的二维网格结构，提出一种基于网络分解的多播消息通讯方法，并比较了该方法与用多个点对点方法实现多播通讯的性能.