论文部分内容阅读
动态规划方法求解梯级泵站调度问题十分经典，但在计算上存在“维数灾难”问题，GPU并行计算技术能对重复性计算进行加速，提高算法计算性能。本文对梯级泵站调度问题进行动态规划方法分析，利用CUDA（统一计算设备架构）对调度算法进行改进，给出改进动态规划方法的算法实现，并比较不同计算规模下调度算法计算耗时。实验结果表明，基于CUDA改进动态规划方法实现的梯级泵站调度算法能够降低计算维度，在计算规模较大时，加速效果较好。