针对标准并行算法难以在图形处理器(GPU)上高效运行的问题，以累加和算法为例，基于Nvidia公司统一计算设备架构(CUDA)GPU介绍了指令优化、共享缓存冲突避免、解循环优化和线程过载优化四种优化方法。实验结果表明，并行优化能有效提高算法在GPU上的执行效率，优化后累加和算法的运算速度相比标准并行算法提高了约34倍，相比CPU串行实现提高了约70倍。

matlab生成算法代码ParNMPC版本1903-1 1903-1版的新功能： 原始对偶内点法 改进的用户界面 更好的性能 线搜索 介绍 主页： ParNMPC是用于非线性模型预测控制（NMPC）的MATLAB实时优化工具包。 ParNMPC的目的是为NMPC问题表述，闭环仿真和部署提供一个易于使用的环境。 使用ParNMPC ，您可以非常轻松地定义自己的NMPC问题， ParNMPC会自动为单核或多核CPU生成自包含的C / C ++代码。 即使只有一个内核， ParNMPC也非常快（计算时间通常在$ \ mu $ s范围内），并且启用并行计算时可以实现很高的加速比。 强调 符号问题表示 使用OpenMP自动并行C / C ++代码生成 收敛速度快（达到超线性） 高度可并行化（最多可以使用N个核，N是离散化步骤的数量） 高加速比 MATLAB与Simulink 安装 克隆或下载ParNMPC 。 解压缩下载的文件。 要求 MATLAB 2016a或更高版本 MATLAB编码器 MATLAB优化工具箱 MATLAB并行计算工具箱 MATLAB符号数学工具箱 Simulink编码器 支

随着人工智能的火热，机器游戏变得越来越熟悉。机器博弈是人工智能领域最具挑战性的研究方向之一。亚马逊国际象棋是机器游戏领域的一个重点研究方向，由于其本身动作空间可能概率的复杂性，第一步便超过2000个动作，因此常被用来研究与机器博弈相关的算法。本文针对亚马逊国际象棋环境，对比分析了不同算法在效率上的优缺点，主要对蒙特卡洛博弈算法及其并行优化进行介绍和总结，在此基础上，对关于亚马逊棋蒙特卡洛博弈算法并行优化的研究前景进行了展望。 主要内容为关于亚马逊棋的蒙特卡洛博弈算法的并行优化综述，对相关内容进行了调研和总结，首先是引言部分，简要介绍亚马逊棋的相关知识，其次介绍应用于亚马逊棋的相关博弈算法，如：极大化极小法(MiniMax)、Negamax算法、PVS算法和Alpha-Beta等搜索算法。适用于研究计算机领域、人工智能领域的用户下载研究使用，该文章为原创，严禁盗用抄袭，如有发现，将追究侵权责任，同时涉及学术不端问题。 此前将该文档借与他人浏览，所发布本文档目的在于：避免被学术不端者盗用。

主动管理技术的快速发展为分布式光伏发电大规模接入配电网提供了可能。将主动管理与分布式光伏优化配置相结合，以分布式光伏的安装位置、容量和主动管理措施为决策变量，建立以分布式光伏能量渗透率最大和电压偏差最小为目标函数的优化配置模型；利用基于二分K-均值聚类的多场景分析法处理光伏出力和负荷的不确定性及时序特性，克服K-均值聚类场景缩减对初始质心选取敏感的缺陷；提出基于并行计算的多场景分析和多目标分子微分进化算法对优化模型进行求解，得到配电网分布式光伏最优配置方案及主动管理策略。IEEE 33节点配电系统仿真结果表明，所提优化配置方法可有效提高分布式光伏消纳量并保证供电质量。

基于Fortran语言的并行程序设计例子，可以用于课程报告参考，期末考试复习以及理解Fortran语言下的并行程序优化。

MPI并行计算学习资料，包含课程报告、学习参考书、MPI/CUDA并行程序参考样例源码，适合期末复习、课程报告参考。

基于云计算的图像稀疏表示算法分布式并行优化.pdf

基于GPU的反卷积算法并行优化.pdf

基于CUDA的k-means文档聚类算法并行优化.pdf

异构HPC平台基于OpenFOAM的粘弹性求解器的性能分析和并行优化