2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、免疫系統(tǒng)是目前已知的最精妙復(fù)雜的身體抵御外部有害物質(zhì)的系統(tǒng),它猶如一支訓(xùn)練有素的精銳部隊,捍衛(wèi)機(jī)體的健康。免疫細(xì)胞會對入侵者產(chǎn)生記憶,當(dāng)下次同樣的抗原入侵時,便以此抗體將其消滅,這正是“疫苗預(yù)防接種”的基本原理。人工免疫系統(tǒng)作為人工智能研究的一個新領(lǐng)域,期望借鑒生物免疫系統(tǒng)的信息處理機(jī)理和功能,進(jìn)一步豐富人工智能的研究手段,也可以說,生物免疫學(xué)的發(fā)展推動了人工智能的研究。
   免疫系統(tǒng)的特點和作用機(jī)理對工程應(yīng)用中許多復(fù)雜問題的

2、求解有重要的啟示和借鑒作用,作為一種智能優(yōu)化計算方法,在實際工程中表現(xiàn)出巨大的潛力。但是在數(shù)值建模和優(yōu)化計算等領(lǐng)域中,在處理大量數(shù)據(jù)和求解大規(guī)模復(fù)雜問題時,免疫算法(ImmuneAlgorithm,IA)仍然需要大量的計算時間,而并行的IA算法能極大地降低問題求解時間。
   針對LA在解決大規(guī)模優(yōu)化問題時需要消耗大量的時間無法達(dá)到實時性的問題,結(jié)合GPU的高速并行性,本文提出了一種基于GPU(Graphics Processi

3、ng Unit,GPU)加速的細(xì)粒度并行免疫算法。本算法借助CUJDA(Compute Unifled Device Architecture,CUDA)統(tǒng)一架構(gòu),將實現(xiàn)過程轉(zhuǎn)化成CUDA線程塊并行計算過程,使得免疫算法在GPU中加速執(zhí)行,在取得較好的優(yōu)化效果的同時,解決了細(xì)粒度并行的群體規(guī)模限制問題,提高了算法的運行速度。本文的重要工作如下:
   (1)回顧了免疫算法的研究背景,產(chǎn)生與研究現(xiàn)狀以及研究趨勢,同時闡明了利用GP

4、U來研究免疫算法的意義,闡述了本文的免疫算法研究模型。
   (2)回顧GPU的發(fā)展,對GPU的通用計算以及應(yīng)用做了一個大概的闡述,對NVIDIA GPU的統(tǒng)一計算設(shè)備架構(gòu)(CUDA)的執(zhí)行模型,存儲模型以及通信模型做了簡要的概述。
   (3)闡述了免疫算法的生物學(xué)機(jī)理,對生物學(xué)整體上的認(rèn)識可以有助于我們更好的對算法模型理解。
   (4)針對傳統(tǒng)算法在優(yōu)化大規(guī)模等問題時計算量大和計算速度慢的問題,提出了基于G

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論