文档介绍：沈阳工业大学
硕士学位论文
并行遗传算法及其在MRI永磁主磁体优化设计中的应用
姓名:何笑帆
申请学位级别:硕士
专业:电机与电器
指导教师:谢德馨
20070312
文在由并行虚拟机驮冻痰锹椒嘞鮐餐饔么罱ǖ牟⑿衅教ㄉ希要摘机、电子、超导技术发展起来的一种生物磁学核自旋成像技术,是目前公认的最具有发展空间的成像技术。主磁体是磁共振成像装置的主要部件之一,是用于产生核磁共振所主磁体的优化设计属于电磁场的逆问题,而电磁场逆问题的计算时间是冗长的。采用并行处理技术可以有效地缩短计算时间。随着并行处理技术的不断发展,并行工作站机群已经进入并行计算发展的主流。由于遗传算法固有的并行性和大规模并行计算机的本文采用并行遗传算法对来胖鞔盘褰杏呕J紫燃虻シ治隽艘糯惴ḿ捌运行机理,将并行遗传算法在简单遗传算法的基础上改成适合于并行化的模式。介绍了并行遗传算法的几种模式,由于本文采用并行遗传算法中的粗粒度模型,因此着重介绍程序相结合,使优化计算在单台计算机上得以实现。,简称美捶峙浼扑恪K且桓鋈砑褂谜飧鋈砑梢匀眉扑慊通过网络联结成一个大型并行计算机,使得大型计算在花费较少的情况下得以实现。本通过调用遗传算法的程序来完成并行优化的任务。结果表明,利用迪值牟⑿幸糯算法确实可以加快计算速度,节省计算时间。关键词:核磁共振,极靴,并行遗传算法,。本文中的核磁共振成像装置采用永磁型主磁体。快速发展,促使许多研究者开始研究遗传算法的并行化问题。了粗粒度模型。其次,分析了核磁共振的基本原理及主磁体中极靴对主磁体的成像区磁场均匀度的影响。本文主要对鹬鞔盘逯械募コ叽缃杏呕@貌⑿幸糯惴ㄓ胗邢拊7治再次,介绍了辅助并行遗传算法实现的并行软件。并行虚拟机最后,总结全文,分析了本文的不足之处,并提出了下一步的工作计划。沈阳工业大学硕士学位论文
锄甌瓹甀,,,.,甧——
篘,,并行遗传算法及其在来胖鞔盘逵呕杓浦械挠τ...,,——
牲日期:签名:』豇纽独创性说明关于论文使用授权的说明C艿穆畚脑诮饷芎笥ψ裱斯娑本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得沈阳工业大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。本人完全了解沈阳工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。导师签名:
髀课题的来源与意义用于优化问题的算法。三十多年来的研究和应用证明了这些算法的鲁棒性【和有效性。这一类基于生物进化机制的随机搜索算法就是进化算法进化计算历史上有四个主要的分支:遗传算法、进化策略、进化程序设计和遗传程序设计【Ⅻ。虽然这几个分支在算法实现方面具有一些细微的差别,但它们都是借助生物在年代提出的【。传统的优化搜索算法通常采用梯度技术,使搜索朝着梯度下降最快的方向进行。但是对于多峰优化问题,通常只能得到局部极值,而不能求到全局最优解。虽然遗传算法通常能取得较好的计算结果,但是在对电磁场计算的逆问题等计算时间冗长的计算问题通常会花费大量的计算时间。为了提高计算速度。减少计算时间。很众所周知,有诸多因素导致了并行处理技术的发展,如高性价比、可伸缩性、以及使得并行处理技术进展缓慢。然而,随着八十年代初各种位、位、“位甚至目前给并行处理技术注入了迅速发展的活力,人们已认识到并行处理技术是实现高性能计算的必由之路>嗄甑难芯坑敕⒄梗⑿写砑际跻牙卫蔚厝范怂诟呖萍关键技术中的地位。早在多年前,一些研究者们便产生了模拟生物进化的思想,这样就出现了各种,简称。进化的思想和原理来解决问题的。遗传算法,简称算法,是美国密西根大学教授遗传算法是一种与传统优化算法完全不同的优化搜索算法。该算法是从一个种群开始,利用选择、交叉、变异等遗传算子对种群进行不断进化,最后得到全局最优解。理论己证明,对于每代中保留当代最优解的是收敛的算法,即随着中遗传代数不断增加,目前保留的最好解将逐渐接近全局最优解多学者开始利用并行计算的方法来解决问题。容错功能等等。在过去由于处理器价格昂贵,通信技术不成熟,以及并行软件的不完善,的晃⒋砥鞯牟欢衔适馈⒏咚偻缤ㄐ偶际醯牟欢铣墒臁⒁约叭砑ぞ叩母纳疲沈阳工业大学硕士学位论文
随着并行处理技术的发展,在并行领域中,并行体系结构、并行软件和并行算法三此类的问题,大规模巨型机的研制被提上了日程。并行计算机的出现为成功地解