并行计算领域最著名书籍之一DISTRIBUTED SYSTEMS PRINCIPLES AND PARADIGMS的课后题答案，包括很多算法的经典讲解，是入门并行体系结构的好参考资料
标签： DISTRIBUTED PRINCIPLES PARADIGMS SYSTEMS
上传时间： 2016-12-10
上传用户：水中浮云
并行计算矩阵乘法，cannon算法，矩阵移位来进行计算
上传时间： 2017-01-14
上传用户：851197153
遗传算法是模拟达尔文生物进化论的自然选择与遗传学机理的计算模型, 它是由美国Michigan 大学的Holland教授于1975年首次提出的. 这是一种新的全局优化搜索算法, 其基本特征是利用群体进化,即在求解过程中, 通过使种群不断优化, 从而找到满意解或最优解. 该算法具有简单通用、鲁棒性强的优点, 适于并行处理, 已经广泛地应用于计算机科学、优化调度、运输问题及组合优化等领域
上传时间： 2017-02-07
上传用户：lindor
一篇在并行体绘制方面很不错的文章，包括了光线投射算法的分析，以及并行环境下负载平衡的算法
上传时间： 2017-05-26
上传用户：aig85
这是研究生的并行计算的作业，实现多插入排序抽取算法，C语言的。
上传时间： 2017-06-24
上传用户：cc1915
并行计算实验程序，包括多线程模拟并行、并行计算的数据结构、并行合并算法和链表、堆栈等的操作，等等。
上传时间： 2014-01-11
上传用户：ywqaxiwang
也是fortran编译的GA算法，但功能与I似有不同，似乎是曾加了并行，我看不太懂。可解压可运行，也还是不确定有没有BUG。
上传时间： 2013-12-19
上传用户：1079836864
遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。
标签： 算法
上传时间： 2016-05-09
上传用户：2017我们结婚吧
并行计算 结构 算法 编程 并行计算的基础 设计 算法 程序设计
标签： 并行计算
上传时间： 2019-06-14
上传用户：978497408
随着人类社会的进步，科学技术的发展日新月异，模拟人脑神经网络的人工神经网络已取得了长足的发展。经过半个多世纪的发展，人工神经网络在计算机科学，人工智能，智能控制等方面得到了广泛的应用。当代社会是一个讲究效率的社会，科技更新领域也是如此。在人工神经网络研究领域，算法的优化显得尤为重要，对提高网络整体性能举足轻重.BP神经网络模型是目前应用最为广泛的一种神经网络模型，对于解决非线性复杂问题具有重要的意义。但是BP神经网络有其自身的一些不足（收敛速度慢和容易陷入局部极小值问题），在解决某些现实问题的时候显得力不从心。针对这个问题，本文利用遗传算法的并行全局搜索的优势，能够弥补BP网络的不足，为解决大规模复杂问题提供了广阔的前景。本文将遗传算法与BP网络有机地结合起来，提出了一种新的网络结构，在稳定性、学习性和效率方面都有了很大的提高。基于以上的研究目的，本文首先设计了BP神经网络结构，在此基础上，应用遗传算法进行优化，达到了加快收敛速度和全局寻优的效果。本文借助MATLAB平台，对算法的优化内容进行了仿真实验，得出的效果也符合期望值，实现了对BP算法优化的目的。关键词：生物神经网络：人工神经网络；BP网络；遗传算法；仿真随着电子计算机的问世及发展，人们试图去了解人的大脑，进而构造具有人类思维的智能计算机。在具有人脑逻辑推理延伸能力的计算机战胜人类棋手的同时，引发了人们对模拟人脑信息处理的人工神经网络的研究。1.1研究背景人工神经网络（Artificial Noural Networks，ANN）（注：简称为神经网络），是一种数学算法模型，能够对信息进行分布式处理，它模仿了动物的神经网络，是对动物神经网络的一种具体描述。这种网络依赖系统的复杂程度，通过调节内部大量节点之间的关系，最终实现信息处理的目的。人工神经网络可以通过对输入输出数据的分析学习，掌握输入与输出之间的潜在规则，能够对新数据进行分析计算，推算出输出结果，因为人工神经网络具有自适应和自学习的特性，这种学习适应的过程被称为“训练"。
上传时间： 2022-06-16
上传用户：jiabin
