论文部分内容阅读
膜计算（又称P系统）是从生命细胞的结构与功能以及组织和器官中细胞群的协作中抽象出来的计算模型。P系统是一类分布式、并行性计算模型。从结构上看，P系统有三种形式：细胞型P系统、组织型P系统和神经型P系统。并行计算特性是P系统的优势之一，对众多应用问题的求解颇具吸引力的。然而，由于当前计算机的串行结构原因，P系统的并行计算还无法真正地模拟或仿真。GPU（Graphic Processing Unit，图形处理器）是一个相对于CPU的概念，最初的设计理念是为了协助CPU处理图像，它拥有并行处理硬件架构和强大的浮点运算能力，以实现图像处理的硬件加速。如何模拟或仿真各类P系统的并行计算能力是当前膜计算研究的一个热点，因此GPU的出现，特别是其支持矩阵运算的并行实现，为该研究提供了一个新的途径。本文主要选取两种脉冲神经P系统，实现其矩阵表示并给出了它们的GPU实现算法。详细的研究工作如下：（1）研究并提出了耗尽型脉冲神经P系统并行计算的矩阵表示。根据这个矩阵表示，给出了耗尽型脉冲神经P系统的GPU实现算法。几个示例的仿真结果说明了其GPU实现的可行性。（2）针对时延脉冲神经P系统，提出了其并行计算的矩阵表示，并进一步研究了了GPU实现算法。通过几个示例的仿真，验证了延时脉冲神经P系统并行计算的GPU实现的可行性和有效性。