一种基于GPU加速的细粒度并行蚁群算法

为改善蚁群算法对大规模旅行商问题的求解性能,提出一种基于图形处理器(GPU)加速的细粒度并行蚁群算法.将并行蚁群算法求解过程转化为统一计算设备架构的线程块并行执行过程,使得蚁群算法在GPU中加速执行.实验结果表明,该算法能提高全局搜索能力,增大细粒度并行蚁群算法的蚂蚁规模,从而提高了算法的运算速度.     

一种基于GPU加速的细粒度并行蚁群算法

为改善蚁群算法对大规模旅行商问题的求解性能,提出一种基于图形处理器(GPU)加速的细粒度并行蚁群算法.将并行蚁群算法求解过程转化为统一计算设备架构的线程块并行执行过程,使得蚁群算法在GPU 中加速执行.实验结果表明,该算法能提高全局搜索能力,增大细粒度并行蚁群算法的蚂蚁规模,从而提高了算法的运算速度.

     

长江流域不同类型山洪灾害受自然因素影响分析

实现自然因素对山洪灾害影响的定量分析可为灾害防治提供科学参考。在定性分析山洪灾害自然影响因素的基础上,以长江流域的小流域为研究单元,采用主成分分析法分析各类山洪灾害的主控因素;采用单因素和多因素的统计分析方法定量分析各类型山洪灾害与自然因素的相关关系。结果表明,溪河洪水、滑坡的主控因素为降雨因子(最大6 h降雨量和年平均大雨日数),而泥石流的主控因素为最大6 h降雨量和植被指数。各因素对山洪灾害的影响呈现非线性特征,多因素的交互效应显著。