随着科技的发展,新一代的计算机,无论计算能力和计算速度都比旧的计算机优越。但人类对高性能计算的需求,也不断提高。除了增强处理器本身的计算能力外,并行处理是一种提高计算能力的有效手段。以前并行处理要采用昂贵的专用计算机,随着个人计算机及网络成本的下降,现已广泛用分布式网络计算机系统进行并行处理。本文是在MPI网络并行环境中,将二维热传导方程参数反演问题用并行遗传算法进行数值求解。 本文首先介绍本课题研究的背景与意义,然后介绍并行计算的基本理论、计算机机群系统和MPI消息传递机制。在此基础上,建立了基于Linux和MPI的PC机群实验环境。然后基于网络并行环境中并行算法的设计原则,结合遗传算法的并行性,对陶瓷/金属材料热物性反问题用并行遗传算法进行求解。由于并行遗传算法将并行计算机的高速并行性和遗传算法固有的并行性相结合,极大地提升了遗传算法的求解速度和质量。在主从式、细粒度和粗粒度这三类遗传算法并行化模型中,粗粒度模型以其较小的通讯开销和对种群多样化,获得了最广泛的应用。本文研究了并行遗传算法中不同迁移间隔和交叉点数对并行算法的性能影响,并对实验结果进行了比较和分析。最后总结了本文所做的工作,并指出本领域有待于进一步研究的问题。 本文总共分为六章,其内容如下: 第一章,主要介绍本课题研究的背景与意义及本文所做的主要工作。 第二章,主要介绍并行计算机的发展及分类,并行计算的基本理论。 第三章,讨论了遗传算法及其并行性,介绍了它的理论背景及算法描述。 第四章,介绍了MPI系统,详细的给出了在实际计算中所使用的MPI机群系统的配置。同时介绍了一些基于MPI的并行程序设计技巧。 第五章,给出了本文研究的热物性参数反问题模型的数值求解过程,对并行遗传算法的几种不同交叉点数及迁移间隔进行分析比较。 第六章,给出了本文的结论,并对下一步的工作做了展望。 本文得到了国家自然科学基金项目(批准号:60173046)的资助。