GPU并行技術(shù)在改進遺傳算法及分子相似性中的應用.pdf_第1頁
已閱讀1頁，還剩75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)，請進行舉報或認領(lǐng)

文檔簡介

1、圖形處理器(GPU)核心數(shù)量眾多，相比CPU有更強的浮點運算能力。顯示芯片制造商NVIDIA公司于2007年正式發(fā)布了用于GPU通用計算的開發(fā)平臺計算統(tǒng)一設(shè)備構(gòu)架(CUDA)。經(jīng)過幾年的發(fā)展，現(xiàn)在支持CUDA的GPU在性能上有顯著的提升，功能上也在不斷完善。利用GPU進行并行計算研究也是近年來高性能計算領(lǐng)域的一個熱點。
　　基于信息熵的遺傳算法引入了信息熵的概念，構(gòu)造各種群的空間收縮因子，控制各種群尋優(yōu)搜索時解空間的收縮，有效控制

2、了算法收斂，增強了算法的尋優(yōu)目的性。在此基礎(chǔ)上，本文通過CUDA開發(fā)平臺對算法進行并行優(yōu)化。在偽隨機數(shù)的生成過程中采用了更適合于并行的梅森旋轉(zhuǎn)方法，并實現(xiàn)了遺傳算子以及收縮因子的并行計算。通過與原串行程序進行對比，分析了影響加速比的因素，檢測了并行程序的計算精度。測試表明，GPU加速的基于信息熵的遺傳算法具有很高的計算效率和計算精度。
　　虛擬篩選作為一種計算機輔助藥物設(shè)計，有效地節(jié)省資金縮短藥物發(fā)現(xiàn)的周期。SHAFTS(SHAp

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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