基于多核的并行模拟退火放疗计划优化加速方法

为了满足图像导引(imaging guided radiotherapy,IGRT)的实时四维适形调强逆向放疗计划在临床实施的需要,用一台HP桌面型工作站和OpenMP多线程库,试验了用多核并行计算技术实现的模拟退火逆向治疗计划快速全局优化算法,并将其应用在一个虚拟体模和4个临床病例的优化中。实验结果表明:基于多核的并行计算技术能大幅度提高逆向放疗技术的优化计算的效率;进一步选用更多核的并行计算机图像工作站,该技术可以满足目前大多数4D医学成像的临床需要。     

基于多核CPU的并行计算设计

通过多核CPU上多线程运算的效率分析,给出了相应的并行计算设计方案,并讨论了并行计算的发展趋势。     

基于并行组合模拟退火的全局优化算法

针对目前优化方法求解非线性多极值优化问题时存在的不足，提出了并行组合模拟退火算法。在分析算法性能的同时用并行组合模拟退火算法对两个算例进行了求解，并与模拟退火算法、遗传算法进行了比较。结果表明，该方法简单、可靠，具有较高的精度和适应性。     

基于OpenMP的多核程序设计

多核技术的发展正引领软件研发发生基础性的变化。开发人员可以在代码中添加线程来利用系统所提供的多个内核,从而提升PC应用软件的功能和性能。本文介绍了共享存储系统并行编程接口OpenMP的模型、指令和库函数．以及Intel C＋＋编译器9．1和Microsoft Visual Studio2005等对OpenMP的支持;着重探讨了二雏离散快速傅里叶变换并行算法的设计、实现与优化技术;展望了高性能并行计算软构件库的开发前景。     

基于OpenMP的多核系统并行程序设计方法研究

随着多核处理器被广泛的应用于桌面系统,如何充分利用多核处理器的计算能力,挖掘应用程序的并行性,以充分发挥多核系统的强大计算能力,成为近几年国内外计算机领域研究的热点,多核系统并行程序设计也成为所有专业软件开发人员必须了解和掌握的一项技术.本文阐述了一种以OpenMP为基础的多核并行程序设计方法,研究并提出了两种符合多核系统并行程序设计特征的编程模式:条件同步模式和线程分组竞争模式.实验证明这些方法简单高效.     

基于约束模拟退火方法的立体定向放疗方案的优化

将一种变型的模拟退火方法－约束模拟退火用于优化γ刀立体定向放疗中涉及的参数：鞭点数，靶点位置，权重以及对应准直器的直径。该方法可用于任一类型的优化函数和任意的剂量约束条件。     

基于多核的批处理RSA的并行加速方法

为了改善RSA算法解密和签名的性能,Fiat提出了batch RSA算法,但效果并不显著.针对现有计算机多核的特点,对batch RSA算法进行并行优化,使其在解密和签名时的速度得到大幅度提升,实验表明并行优化后平均加速比可达到4.75.     

Gauss-Seidel迭代法的多核并行运算研究

分析了线性方程组迭代求解的计算原理,在多核架构的微机中,给出了一种Gauss-Seidel并行迭代算法。该算法首先按照并行计算的需求把Gauss-Seidel迭代公式分解为串行运算和并行运算两部分,然后利用步进及广播的方式有序地把串行运算调度到处理器的每个核中并发运行.理论和数值测试均验证了并行运算的有效性。     

一种基于循环并行模式的多核优化方法

从并行编程模式角度出发,分析了计算稠密型程序基于多核平台的优化方法,并结合循环并行模式与OpenMP、Intel parallel studio工具实现了对部分连接神经演化(PARCONE)模型的多核优化.优化结果表明,基于循环并行模式的设计方法是实现计算稠密型程序多核优化的一种快速有效方法.     

基于模拟退火的Hopfield网全局优化方法

为了改进Hopfield神经网络在多极点函数优化和组合优化中存在的某些缺陷,并影响着一些优化问题求解中的正确性和有效性的现实问题,将模拟退火智能优化算法与Hopfield神经网络有机结合,优势互补,提出了一种基于模拟退火的Hopfield神经网络混合全局优化算法(SA-HNN),新算法很大程度上避免了Hopfield神经网络优化陷入局部极小的缺陷,同时兼顾了算法的效率.通过典型的多极点函数优化和TSP组合优化问题求解,实验表明:SA-HNN混合优化算法具有帮助Hopfield网络摆脱局部极小点的能力并能得到较好的结果,有一定的工程实用价值.     

解布局问题的并行模拟退火算法与实现技术

本文讨论了用并行模拟退火算法解决集成电路布局问题。并基于扩展角模块表（ECBL）表示方法，利用多马尔可夫链方法实现了布局问题的并行算法，同时提出了针对同步多马尔可夫链的改进的最早准则。对MCNC的标准例子的测试结果表明，并行模拟退火算法能够获得满意的加速比和较好的解质。     

Parallel Genetic Simulated Annealing Hybrid Algorithm for Task Scheduling

In this paper combined with the advantages of genetic algorithm and simulated annealing, brings forward a parallel genetic simulated annealing hybrid algorithm （PGSAHA） and applied to solve task scheduling problem in grid computing. It first generates a new group of individuals through genetic operation such as reproduction, crossover, mutation, etc, and than simulated anneals independently all the generated individuals respectively. When the temperature in the process of cooling no longer falls, the result is the optimal solution on the whole. From the analysis and experiment result, it is concluded that this algorithm is superior to genetic algorithm and simulated annealing.     

基于模拟退火的动态蚁群算法求解TSP

旅行商问题是智能算法研究中的一个经典问题,同时也是检测智能算法的标尺.在是蚁群算法的参数随着迭代的进行做动态调整的基础上,运用模拟退火算法对取得的局部最优解进行调整,使蚁群算法跳出局部最优,得到更好的解     

基于模拟退火算法的集装箱场桥调度优化

为了降低码头的运营成本,提高客户满意度,在分析集卡送箱进场作业流程的基础上,运用时间窗函数,建立以场桥与集卡相互等待时间最短以及场桥移动距离最短为目标的数学模型,根据模型特点设计模拟退火算法,实例数据代入的结果验证了该模型及算法的有效性。     

A Parallel Genetic Simulated Annealing Hybrid Algorithm for Task Scheduling

0 IntroductionGrid computingis a hot topic inthe current internet research,and a developing direction of the parallel and distributedprocess[1 ,2].Since the task scheduling in grid computing faces aNP-hard problem[3];it has drawn attention from many scholarsand become the focusinthe field of the current grid computing re-search.In recent years , two global random and opti mal algorithmhave been widelystudiedandappliedinthefield of the gridcompu-ting research: GA(Genetic Algorithm) and SA( …     

模拟退火算法机理研究

从机理上分析了采用Metropolis概率接受准则的重要性 ,认为按照该准则可以使模型跳出局部极小值 ,避免了落入局部极小点的可能 ,然后在退火计划的控制下模拟退火算法 ,最终可以找到最优解 ;深入分析了算法的退火计划和模型扰动 ,以及两者之间的配合的技巧 ,认为算法本身可以作进一步的改进 ;并提出了改进的思路 ,为下一步的具体改进打下了基础     

改进的非常快速模拟退火算法

在研究模拟退火机理分析的基础上,提出了一种改进的算法（MVFSA算法）的具体方案,目的是为了改进原算法（VFSA算法）中存在的缺陷,以提高算法的效率．在模型试验中,对改进后的算法与原算法的过程和结果进行了一系列的比较,发现改进后算法不仅保持了原算法全局寻优的优点,而且提高了算法的稳健性和效率．这就为模拟退火算法在更多方面的实际应用打下了良好的基础．     

基于改进的模拟退火遗传算法的公交线网优化

文章将遗传算法与改进的模拟退火算法相结合组成混合改进的模拟退火-遗传算法。研究了以居民乘车出行时间最短和公交部门投入最少为目标建立的公交线网优化的模型,并利用改进的模拟退火-遗传算法对该模型进行求解。通过温州滨海新区的规划实例研究验证方法的实用性。