声明
第一章 绪论
1.1遗传算法的背景与发展
1.1.1遗传算法的起源
1.1.2遗传算法的发展过程
1.1.3 遗传算法的应用领域
1.1.4遗传算法所面临的问题
1.2 分布式的并行遗传算法
1.2.1 分布式计算和并行计算的演变发展
1.2.2 分布式并行遗传算法的研究意义和可行性
第二章 遗传算法的相关概念与技术
2.1 遗传算法流程
2.2 遗传算法的特点
2.3 遗传算法的原理
2.3.1遗传算法的数学原理
2.4 遗传算法进化阶段策略选择
2.4.1合适的编码策略
2.4.2遗传算子的选择
2.4.3参数的调整
第三章 遗传算法的并行化处理
3.1粗粒度并行模式
3.1.1 粗粒度并行的实现模式
3.1.2 粗粒度并行的性能分析
3.2细粒度并行模式
3.2.1 细粒度并行的实现模式
3.2.2细粒度并行模式的性能分析
3.3仿细粒度并行模式的设计
3.3.1收敛性分析
3.3.2加速比分析
第四章 并行遗传算法的分布式实现
4.1 分布式计算
4.2 分布式并行平台
4.3 spark简介与其他并行方案的比较
4.3.1 Spark
4.3.2 Spark的优势
4.3.3 Spark与其他平台对比
4.4 基于Spark的遗传算法的实现
4.4.1 RDD
4.4.2基于SFCPGA的TSP求解流程
第五章 并行遗传算法在TSP问题中的应用
5.1旅行商问题
5.1.1 旅行商问题的现状和瓶颈
5.1.2旅行商问题的应用
5.2实验数据和测试依据
5.3实验结果分析
5.3.1计算结果分析
5.3.2算法运行时间对比
5.3.3算法的收敛效率对比
第六章 结论与展望
参考文献
攻读学位期间所取得的相关科研成果
致谢