改进pso的作物生长模型并行同化算法的研究(附件)
摘要：为了提高作物生长模型的计算速度，该设计尝试使用了两种不同的并行编程技术将生长模型算法做了并行处理。首先，针对标准粒子群算法，该设计采用了C#中的tasks方法进行并行计算，又引用了OpenMp并行编程技术将源程序的串行算法并行。经过一系列筛选，又将改进的粒子群算法（基于随机惯性权重）应用于C#的tasks并行编程技术和OpenMp并行编程技术，从而将并行程序再次优化。在精度一致的条件下，该设计将所有的串行算法和并行算法进行了多组测试，有效的证明了并行处理的计算效率相对于串行计算有了显著的提高。最后，以测试结果为依据，该设计应用了更为优异的改进粒子群算法，使生长模型的计算效率达到最优。
目录
摘要 1
关键词 1
Abstract 1
Keywords 1
1 绪论 2
1.1研究背景及意义 2
1.2国内外研究现状 2
1.3研究内容与技术路线 3
1.3.1 研究内容 3
1.3.2 技术路线 3
2 源串行程序的介绍以及程序分析 3
2.1 RiceGrow水稻生长模型简介 3
2.2生长模型与遥感数据同化算法串行程序分析 5
2.2.1 生长模型与遥感数据同化算法逻辑分析 5
2.2.2 水稻生长模型与遥感数据同化算法任务分解 6
2.2.2.1 任务DAG图介绍 6
2.2.2.2 PSO算法任务分解 6
2.2.3水稻生长模型与遥感数据串行同化程序耗时分析 8
2.2.3.1 测试数据 8
2.2.3.2 测试环境 8
2.2.3.3 测试方案 8
2.2.3.4 测试结果 8
2.2.3.5 测试结果分析 8
3 粒子群算法介绍 9
3.1 标准粒子群算法简介 9
3.2 改进PSO法（SIWSPSO）简介 9
4 并行方案以及并行技术 10
4.1 并行计算技术基础 10
4.1.1 并行算法及并行程序设计 10
4.1.1
*好棒文|www.hbsrm.com +Q: 3 5 1 9 1 6 0 7 2
.1 并行算法设计简介 10
4.1.1.2 并行算法设计方法 10
4.1.1.3并行程序设计模型 11
4.1.2 性能度量指标 11
4.2并行方案 11
4.2.1 并行标准PSO 11
4.3采用的并行技术介绍 12
4.3.1 C# 基于Task并行技术原理及其应用介绍 12
4.3.1.1 C# 基于Task并行技术原理 12
4.3.1.2 C# 基于Task并行技术在该设计中的核心代码示例 12
4.3.2.1 Openmp简介 13
4.3.2.2 fork/join并行执行模式的概念 13
4.3.2.3 Openmp并行pso方法以及核心代码展示 13
5.动态链接库以及非安全区建立 14
5.1动态链接库介绍及应用 14
5.1.1动态链接库简介 14
5.1.2动态链接库在该设计中的使用介绍 15
5.2非安全区的建立 15
6 实验对比 16
6.1 C#在相同条件下的串行并行实验对比 16
6.1.1 C#串/并行计算时间比较（标准PSO） 16
6.1.2 C#串/并行计算时间比较（PSO） 17
6.2 C++在相同条件下的串行和并行实验对比 19
6.2.1 C++串/并行计算时间比较（标准PSO） 19
6.2.2 C++串/并行计算时间比较(改进PSO） 21
6.3 C#/C++在相同条件下的并行计算实验对比 22
6.3.1 C#/C++并行计算实验对比（标准PSO） 22
6.3.2 C#/C++并行计算实验对比（改进PSO） 24
6.4 C#/C++基于改进PSO/标准PSO并行计算效率对比 25
6.4.1 C#基于改进PSO/标准PSO并行计算效率对比（标准PSO） 26
6.4.2 C++基于改进PSO/标准PSO并行计算效率对比（标准PSO） 27
7 讨论与总结 29
7.1讨论 29
7.2总结 29
致谢 29
参考文献 30
附录I RiceGrow部分驱动数据 31
附录II 同化系统测试结果 32
基于改进PSO的作物生长模型并行同化算法研究
目录
摘要 1
关键词 1
Abstract 1
Keywords 1
1 绪论 2
1.1研究背景及意义 2
1.2国内外研究现状 2
1.3研究内容与技术路线 3
1.3.1 研究内容 3
1.3.2 技术路线 3
2 源串行程序的介绍以及程序分析 3
2.1 RiceGrow水稻生长模型简介 3
2.2生长模型与遥感数据同化算法串行程序分析 5
2.2.1 生长模型与遥感数据同化算法逻辑分析 5
2.2.2 水稻生长模型与遥感数据同化算法任务分解 6
2.2.2.1 任务DAG图介绍 6
2.2.2.2 PSO算法任务分解 6
2.2.3水稻生长模型与遥感数据串行同化程序耗时分析 8
2.2.3.1 测试数据 8
2.2.3.2 测试环境 8
2.2.3.3 测试方案 8
2.2.3.4 测试结果 8
2.2.3.5 测试结果分析 8
3 粒子群算法介绍 9
3.1 标准粒子群算法简介 9
3.2 改进PSO法（SIWSPSO）简介 9
4 并行方案以及并行技术 10
4.1 并行计算技术基础 10
4.1.1 并行算法及并行程序设计 10
4.1.1
*好棒文|www.hbsrm.com +Q: 3 5 1 9 1 6 0 7 2
.1 并行算法设计简介 10
4.1.1.2 并行算法设计方法 10
4.1.1.3并行程序设计模型 11
4.1.2 性能度量指标 11
4.2并行方案 11
4.2.1 并行标准PSO 11
4.3采用的并行技术介绍 12
4.3.1 C# 基于Task并行技术原理及其应用介绍 12
4.3.1.1 C# 基于Task并行技术原理 12
4.3.1.2 C# 基于Task并行技术在该设计中的核心代码示例 12
4.3.2.1 Openmp简介 13
4.3.2.2 fork/join并行执行模式的概念 13
4.3.2.3 Openmp并行pso方法以及核心代码展示 13
5.动态链接库以及非安全区建立 14
5.1动态链接库介绍及应用 14
5.1.1动态链接库简介 14
5.1.2动态链接库在该设计中的使用介绍 15
5.2非安全区的建立 15
6 实验对比 16
6.1 C#在相同条件下的串行并行实验对比 16
6.1.1 C#串/并行计算时间比较（标准PSO） 16
6.1.2 C#串/并行计算时间比较（PSO） 17
6.2 C++在相同条件下的串行和并行实验对比 19
6.2.1 C++串/并行计算时间比较（标准PSO） 19
6.2.2 C++串/并行计算时间比较(改进PSO） 21
6.3 C#/C++在相同条件下的并行计算实验对比 22
6.3.1 C#/C++并行计算实验对比（标准PSO） 22
6.3.2 C#/C++并行计算实验对比（改进PSO） 24
6.4 C#/C++基于改进PSO/标准PSO并行计算效率对比 25
6.4.1 C#基于改进PSO/标准PSO并行计算效率对比（标准PSO） 26
6.4.2 C++基于改进PSO/标准PSO并行计算效率对比（标准PSO） 27
7 讨论与总结 29
7.1讨论 29
7.2总结 29
致谢 29
参考文献 30
附录I RiceGrow部分驱动数据 31
附录II 同化系统测试结果 32
基于改进PSO的作物生长模型并行同化算法研究
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/wljs/663.html
