并行計(jì)算領(lǐng)域最著名書(shū)籍之一DISTRIBUTED SYSTEMS PRINCIPLES AND PARADIGMS的課后題答案，包括很多算法的經(jīng)典講解，是入門并行體系結(jié)構(gòu)的好參考資料
標(biāo)簽： DISTRIBUTED PRINCIPLES PARADIGMS SYSTEMS
上傳時(shí)間： 2016-12-10
上傳用戶：水中浮云
并行計(jì)算矩陣乘法，cannon算法，矩陣移位來(lái)進(jìn)行計(jì)算
上傳時(shí)間： 2017-01-14
上傳用戶：851197153
遺傳算法是模擬達(dá)爾文生物進(jìn)化論的自然選擇與遺傳學(xué)機(jī)理的計(jì)算模型, 它是由美國(guó)Michigan 大學(xué)的Holland教授于1975年首次提出的. 這是一種新的全局優(yōu)化搜索算法, 其基本特征是利用群體進(jìn)化,即在求解過(guò)程中, 通過(guò)使種群不斷優(yōu)化, 從而找到滿意解或最優(yōu)解. 該算法具有簡(jiǎn)單通用、魯棒性強(qiáng)的優(yōu)點(diǎn), 適于并行處理, 已經(jīng)廣泛地應(yīng)用于計(jì)算機(jī)科學(xué)、優(yōu)化調(diào)度、運(yùn)輸問(wèn)題及組合優(yōu)化等領(lǐng)域
標(biāo)簽： Michigan Holland 1975 算法
上傳時(shí)間： 2017-02-07
上傳用戶：lindor
一篇在并行體繪制方面很不錯(cuò)的文章，包括了光線投射算法的分析，以及并行環(huán)境下負(fù)載平衡的算法
上傳時(shí)間： 2017-05-26
上傳用戶：aig85
這是研究生的并行計(jì)算的作業(yè)，實(shí)現(xiàn)多插入排序抽取算法，C語(yǔ)言的。
上傳時(shí)間： 2017-06-24
上傳用戶：cc1915
并行計(jì)算實(shí)驗(yàn)程序，包括多線程模擬并行、并行計(jì)算的數(shù)據(jù)結(jié)構(gòu)、并行合并算法和鏈表、堆棧等的操作，等等。
標(biāo)簽： 并行計(jì)算 實(shí)驗(yàn) 程序
上傳時(shí)間： 2014-01-11
上傳用戶：ywqaxiwang
也是fortran編譯的GA算法，但功能與I似有不同，似乎是曾加了并行，我看不太懂。可解壓可運(yùn)行，也還是不確定有沒(méi)有BUG。
上傳時(shí)間： 2013-12-19
上傳用戶：1079836864
遺傳算法（Genetic Algorithm）是一類借鑒生物界的進(jìn)化規(guī)律（適者生存，優(yōu)勝劣汰遺傳機(jī)制）演化而來(lái)的隨機(jī)化搜索方法。它是由美國(guó)的J.Holland教授1975年首先提出，其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定；具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力；采用概率化的尋優(yōu)方法，能自動(dòng)獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。遺傳算法的這些性質(zhì)，已被人們廣泛地應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號(hào)處理、自適應(yīng)控制和人工生命等領(lǐng)域。它是現(xiàn)代有關(guān)智能計(jì)算中的關(guān)鍵技術(shù)。
標(biāo)簽： 算法
上傳時(shí)間： 2016-05-09
上傳用戶：2017我們結(jié)婚吧
并行計(jì)算 結(jié)構(gòu) 算法 編程 并行計(jì)算的基礎(chǔ) 設(shè)計(jì) 算法 程序設(shè)計(jì)
標(biāo)簽： 并行計(jì)算
上傳時(shí)間： 2019-06-14
上傳用戶：978497408
隨著人類社會(huì)的進(jìn)步，科學(xué)技術(shù)的發(fā)展日新月異，模擬人腦神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)網(wǎng)絡(luò)已取得了長(zhǎng)足的發(fā)展。經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)科學(xué)，人工智能，智能控制等方面得到了廣泛的應(yīng)用。當(dāng)代社會(huì)是一個(gè)講究效率的社會(huì)，科技更新領(lǐng)域也是如此。在人工神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域，算法的優(yōu)化顯得尤為重要，對(duì)提高網(wǎng)絡(luò)整體性能舉足輕重.BP神經(jīng)網(wǎng)絡(luò)模型是目前應(yīng)用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)模型，對(duì)于解決非線性復(fù)雜問(wèn)題具有重要的意義。但是BP神經(jīng)網(wǎng)絡(luò)有其自身的一些不足（收斂速度慢和容易陷入局部極小值問(wèn)題），在解決某些現(xiàn)實(shí)問(wèn)題的時(shí)候顯得力不從心。針對(duì)這個(gè)問(wèn)題，本文利用遺傳算法的并行全局搜索的優(yōu)勢(shì)，能夠彌補(bǔ)BP網(wǎng)絡(luò)的不足，為解決大規(guī)模復(fù)雜問(wèn)題提供了廣闊的前景。本文將遺傳算法與BP網(wǎng)絡(luò)有機(jī)地結(jié)合起來(lái)，提出了一種新的網(wǎng)絡(luò)結(jié)構(gòu)，在穩(wěn)定性、學(xué)習(xí)性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，在此基礎(chǔ)上，應(yīng)用遺傳算法進(jìn)行優(yōu)化，達(dá)到了加快收斂速度和全局尋優(yōu)的效果。本文借助MATLAB平臺(tái)，對(duì)算法的優(yōu)化內(nèi)容進(jìn)行了仿真實(shí)驗(yàn)，得出的效果也符合期望值，實(shí)現(xiàn)了對(duì)BP算法優(yōu)化的目的。關(guān)鍵詞：生物神經(jīng)網(wǎng)絡(luò)：人工神經(jīng)網(wǎng)絡(luò)；BP網(wǎng)絡(luò)；遺傳算法；仿真隨著電子計(jì)算機(jī)的問(wèn)世及發(fā)展，人們?cè)噲D去了解人的大腦，進(jìn)而構(gòu)造具有人類思維的智能計(jì)算機(jī)。在具有人腦邏輯推理延伸能力的計(jì)算機(jī)戰(zhàn)勝人類棋手的同時(shí)，引發(fā)了人們對(duì)模擬人腦信息處理的人工神經(jīng)網(wǎng)絡(luò)的研究。1.1研究背景人工神經(jīng)網(wǎng)絡(luò)（Artificial Noural Networks，ANN）（注：簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)），是一種數(shù)學(xué)算法模型，能夠?qū)π畔⑦M(jìn)行分布式處理，它模仿了動(dòng)物的神經(jīng)網(wǎng)絡(luò)，是對(duì)動(dòng)物神經(jīng)網(wǎng)絡(luò)的一種具體描述。這種網(wǎng)絡(luò)依賴系統(tǒng)的復(fù)雜程度，通過(guò)調(diào)節(jié)內(nèi)部大量節(jié)點(diǎn)之間的關(guān)系，最終實(shí)現(xiàn)信息處理的目的。人工神經(jīng)網(wǎng)絡(luò)可以通過(guò)對(duì)輸入輸出數(shù)據(jù)的分析學(xué)習(xí)，掌握輸入與輸出之間的潛在規(guī)則，能夠?qū)π聰?shù)據(jù)進(jìn)行分析計(jì)算，推算出輸出結(jié)果，因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的特性，這種學(xué)習(xí)適應(yīng)的過(guò)程被稱為“訓(xùn)練"。
標(biāo)簽： 遺傳算法 bp神經(jīng)網(wǎng)絡(luò) matlab
上傳時(shí)間： 2022-06-16
上傳用戶：jiabin
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
