并行遗传算法的分布式实现

摘要

遗传算法是一种广泛使用的优化算法,它具有天然的并行性,数据和控制的依赖性小,实现遗传算法的并行计算相对其他的优化方法具有显著的优势.并行遗传算法利用多处理器的处理能力在更大的解空间进行搜索,可用于复杂的系统优化、设计等问题,一直是遗传算法研究者重点研究的方向之一.该文介绍了遗传算法和并行计算的发展,遗传算法的应用,并以简单遗传算法为例,描述了遗传算法计算的基本过程和特性.在对改进遗传算法性能的方法进行综述后,介绍了近来发展很快的并行遗传算法及实现并行的几种模式,如简单并行,主从式并行,粗粒度并行和细粒度并行等,并分析了各种模式的优缺点.

目录

文摘

英文文摘

1绪论

1.1遗传算法的概述与发展

1.2分布式并行计算的发展

1.3分布式并行遗传算法计算的研究意义和内容安排

2遗传算法

2.1遗传算法的一般结构

2.2遗传算法的特点

2.3改进遗传算法性能的方法

2.4并行遗传算法

3分布式并行计算技术

3.1分布式计算机系统

3.2使用较多的几种分布式计算通讯技术

3.3基于CORBA的分布式系统

3.4影响分布式并行系统性能的因素

4分布式并行遗传算法的实现

4.1改进的粗粒度并行遗传算法模式

4.2编写CORBA服务器程序

4.3编写CORBA客户端程序

4.4分布式并行遗传算法的性能分析

5分布式并行遗传算法在三峡电厂厂内机组负荷分配中的应用

5.1厂内机组负荷优化分配的数学模型

5.2负荷分配的计算准备

5.3遗传算法的应用

5.4计算结果

6结语

致谢

参考文献

附录攻读学位期间发表论文目录