导读:本文包含了并行遗传算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,路径,车辆,策略,汉字,启发式,稠密。
并行遗传算法论文文献综述
霍丽娜[1]（2019）在《基于粗粒度-主从式并行遗传算法的换热管最优清洗路径规划》一文中研究指出针对清洗机器人清洗路径冗余耗时等问题,提出基于粗粒度-主从式并行遗传算法策略获取最优清洗路径。采用多核CPU+GPU与算法相结合方法最大程度加速最优路径计算过程,充分利用了多核CPU和GPU协作并行计算潜力,充分发挥了粗粒度-主从式并行遗传算法的计算优势。实验结果表明,相比传统简单遗传算法计算时间缩短了62.4%,总合成位移减少11.9%。(本文来源于《自动化技术与应用》期刊2019年11期）
吴桐,樊志强,徐珞[2]（2019）在《基于并行遗传算法的军事运输路径优选》一文中研究指出针对实现军事运输路径优选的目的,本文分析了遗传算法的优点,并对遗传算法进行了并行化处理,最终采用了并行遗传算法结合军事运输路径模型的方法,通过假设实际场景中军事运输路径优选问题的实验,得到求解军事运输路径优选问题的一个新模型,提高了运算速度,同时得到一组满意解,以便于指挥员对于军事运输路径的决策选择。(本文来源于《电子设计工程》期刊2019年22期）
王超,袁杰红[3]（2019）在《分布式并行遗传算法求解多车型车辆路径问题》一文中研究指出传统遗传算法在求解HVRP问题时寻优效率不高,在搜索过程中易陷入局部最优,发生早熟。为解决上述问题,文章在传统遗传算法的基础上,采用多个子算法并行分布、同时迭代的方式调整算法结构,并引入迁移算子实现迭代过程中各子算法间的信息共享,以提升寻优效率。(本文来源于《物流科技》期刊2019年10期）
姚冬艳,刘广瑞,王钊,孟少飞[4]（2019）在《根据迁移策略并行遗传算法的模板匹配研究》一文中研究指出模板匹配是提高智能识别与实物提取的有效途径。为了提高传统模板匹配方法的效率和精度,提出了一种遗传算法协同迁移策略的模板匹配算法,研究本算法在图像匹配过程方面的优选性及实现。遍历式搜索是匹配精度最高的传统算法,其时间复杂度以平方的规模增长。该算法在保证精准匹配的同时有效地减少了每个搜索位置的计算量,且仿真结果表明匹配结果基本稳定,准确率达99.3%以上,高于一般算法,优化后能满足工业实时性的要求,模板匹配时间同模板大小成反比,受软硬件影响。(本文来源于《机电工程技术》期刊2019年08期）
江建文,王纪凯,陈宗海[5]（2019）在《基于GPU的并行遗传算法求解TSP问题》一文中研究指出旅行商问题(Traveling Salesman Problem,TSP)是组合优化领域着名的NP问题,具有较为广泛的工程应用和现实生活背景。遗传算法是一种基于自然选择和基因遗传学原理的随机搜索算法,是一种寻求全局最优解而不需要任何初始化信息的高效优化方法。该算法具有全局寻优能力、适应性强、解决非线性问题具有较强的鲁棒性、对问题没有特定限制、计算过程简单、对搜索空间没有特殊要求、易于与其他算法结合等特点,在求解NP完全问题方面是一种较为有效的全局方法。然而遗传算法是一种概率搜索算法,其性能受种群规模、杂交和变异概率等控制参数的影响,而且有时会有收敛到局部最优解的现象。由于算法需要较大的种群规模,种群进化则需要不断的进行适应度函数计算,计算量相当大,因此,本文使用Compute Unified Device Architecture(CUDA)技术在Graphics Processing Unit(GPU)上并行实现遗传算法的所有操作并用于求解TSP旅行商问题。实验证明,该方法相对于串行遗传算法具有更强全局寻优能力以及耗费更少的操作时间。(本文来源于《第二十届中国系统仿真技术及其应用学术年会论文集（20th CCSSTA 2019）》期刊2019-08-20）
马海云,张忠林[6]（2019）在《基于并行遗传算法的古体汉字识别技术研究》一文中研究指出利用计算机技术识别《四库全书》文字的研究起步较晚,本文在分析前人研究成果的基础上,基于并行遗传算法,把古体汉字识别问题表达为一类带约束条件的组合优化问题.运用特征属性进行编码,采用并行遗传算法中的适应度函数优化和迁移策略,较好地改善了搜索性能.实验结果表明:并行遗传算法能有效地提高文字识别质量.(本文来源于《中央民族大学学报(自然科学版)》期刊2019年03期）
范加利,朱兴动,高伟,王正[7]（2019）在《基于并行遗传算法的舰载机再次出动作业调度》一文中研究指出以舰载机分波出动模式为研究重点,详细分析了舰载机再次出动准备的保障作业过程和存在的各种约束条件,给出了考虑站位保障能力和转运路径可行性的舰载机甲板作业调度模型。基于岛式并行遗传算法,设计了求解该调度问题的算法框架,并采用一种自适应改进策略,实现搜索多样性和集中性之间的平衡;最后,通过仿真算例,验证了模型的正确性和算法的有效性。(本文来源于《兵器装备工程学报》期刊2019年11期）
李媛媛,张庆伟[8]（2019）在《基于Spark的并行遗传算法在温稠密物质状态方程构建中的应用》一文中研究指出针对温稠密物质状态方程参数的确定问题,提出一种基于Spark的并行遗传算法,把参数问题转化为函数最优化问题。使用Scala语言编写算法程序,从温稠密物质的数据库中选取部分温度和压强数据,再用遗传算法产生新的参数值,采用最小二乘法确定适应度函数,进而确定温稠密物质状态方程的参数。与矩阵法相比,并行遗传算法运算结果的精度和稳定性更优。实验结果表明,基于Spark的并行遗传算法可以用来解决温稠密物质状态方程参数确定的问题。(本文来源于《北京信息科技大学学报(自然科学版)》期刊2019年02期）
陈荣虎,何运杰[9]（2018）在《基于SPMD的粗粒度并行遗传算法在立体仓库路径优化中的应用》一文中研究指出为了提高粗粒度并行遗传算法性能,缩短对立体仓库路径优化问题的求解时间,将一种单程序多数据流(简称SPMD)并行结构运用到粗粒度并行遗传算法中,并对算法进行改进。通过对自动化立体仓库拣选路径优化模型的求解,得到串行与并行计算两种情况下的运算时间与加速比,并在求解精度相差不大的情况下,将改进算法的计算时间与遗传算法、蚁群遗传算法进行比较。对比结果表明,并行计算能有效提高算法优化效率,缩短程序执行时间。该研究对于解决自动化立体仓库堆垛拣选路径优化问题有着重要的现实意义。(本文来源于《软件导刊》期刊2018年12期）
周蓉,沈维蕾[10]（2018）在《装卸一体化车辆路径问题的自适应并行遗传算法》一文中研究指出为了同时实现总配送成本最低、车辆行驶距离最短、车辆数最小等目标,综合考虑车辆指派成本及运输路径成本,建立了装卸一体化车辆路径问题的混合整数规划模型。针对该问题搜索空间的离散性和求解算法的局部收敛性,提出了一种自适应并行遗传算法。算法以C-W节约法为基础,设计了叁种基于双重需求的启发式种群初始化方法,缩小搜索空间并优化初始解;引入多样性种群和高质量种群的双种群并行策略,实现深度与广度的同步搜索;设计自适应交叉变异操作,改善高质量种群个体搜索停滞,并针对全局最优个体采用特殊变异的后优化操作以进一步提高全局优化性能。采用标准数据集作为算例进行寻优测试,验证了所提算法的可行性和有效性。(本文来源于《中国机械工程》期刊2018年22期）
并行遗传算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对实现军事运输路径优选的目的,本文分析了遗传算法的优点,并对遗传算法进行了并行化处理,最终采用了并行遗传算法结合军事运输路径模型的方法,通过假设实际场景中军事运输路径优选问题的实验,得到求解军事运输路径优选问题的一个新模型,提高了运算速度,同时得到一组满意解,以便于指挥员对于军事运输路径的决策选择。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
并行遗传算法论文参考文献
[1].霍丽娜.基于粗粒度-主从式并行遗传算法的换热管最优清洗路径规划[J].自动化技术与应用.2019
[2].吴桐,樊志强,徐珞.基于并行遗传算法的军事运输路径优选[J].电子设计工程.2019
[3].王超,袁杰红.分布式并行遗传算法求解多车型车辆路径问题[J].物流科技.2019
[4].姚冬艳,刘广瑞,王钊,孟少飞.根据迁移策略并行遗传算法的模板匹配研究[J].机电工程技术.2019
[5].江建文,王纪凯,陈宗海.基于GPU的并行遗传算法求解TSP问题[C].第二十届中国系统仿真技术及其应用学术年会论文集（20thCCSSTA2019）.2019
[6].马海云,张忠林.基于并行遗传算法的古体汉字识别技术研究[J].中央民族大学学报(自然科学版).2019
[7].范加利,朱兴动,高伟,王正.基于并行遗传算法的舰载机再次出动作业调度[J].兵器装备工程学报.2019
[8].李媛媛,张庆伟.基于Spark的并行遗传算法在温稠密物质状态方程构建中的应用[J].北京信息科技大学学报(自然科学版).2019
[9].陈荣虎,何运杰.基于SPMD的粗粒度并行遗传算法在立体仓库路径优化中的应用[J].软件导刊.2018
[10].周蓉,沈维蕾.装卸一体化车辆路径问题的自适应并行遗传算法[J].中国机械工程.2018
论文知识图
