matrixMul

CUDA的基礎的矩陣相乘法，包含CPU版本以及GPU版本(CUDA Matrix)

应用背景并行计算是最近新兴的一门技术，但是关于并行计算的代码在现在还不是特别普遍。本文是关于折半插入排序的并行计算的应用，希望对您的学习有一定的帮助。关键技术并行计算，多线程，折半插入排序，加速比，并行，串行

内含串行与并行模式程序。有读函数，写函数，复位说明 与测试程序主函数(With serial and parallel mode program. Read write function, function, reset and test program main function)

应用背景密码暴力计算，大型数据计算都会用到，并行计算，本例程为通用openCL并行计算，基于nvidia平台下，例程综合了openCL的常用函数，平台创建、设备选择、内存分配、任务队列、核函数生成，可用本文件代码作为运行基础构架模板。关键技术 OpenCL常用函数构成的技术构架，可以在本代码基础之上适当修改，既可以应用于其他场合，免去繁杂的，重复配置函数的调用，本例程具有自动检测运行平台，运行设备。

通过传递矩阵理论计算多层膜结构的反射及透射率(Calculation of reflection and transmittance of multilayer structures by transfer matrix theory)

使用二进制PSO解决0-1背包问题的MATLAB程序(The use of PSO to solve 0-1 knapsack problem)

优化发动机传动比参数，使目标函数值最小，同时保持参数满足约束条件。(Optimizing Engine Drive Ratio Parameters)

通过这个软件可以模拟计算有效质量。。。。。(calculaion effective mass)

应用背景在GPU上实现N-BODY算法。N-Body模拟问题覆盖了自然科学的很多领域，从宇观的天体物理到宏观的流体动力学，直至微观的分子动力学。例如通过研究围绕着银河系的暗物质晕轮的形状和动力学特征来探索银河系形成过程，需要模拟数百万的星体和暗物质间的作用。现代生物物理学和化学中的许多研究，如细菌或植物体的光合作用膜处发生的光能向化学能的转化，染色体中DNA和蛋白质分子的描述，都需要模拟上千万的原子核分子的作用。关键技术N-Body问题的两个重要特征是： 第一点．计算规模大，因为无论是宇观的天体尺寸还是微观的分 子尺度．都包含了大量的粒子，粒子的规模大到数百万、千万。由于在 系统中任意的两个粒子问都存在着相互作用，因此商接计算粒子间的 相互作用的量级就是O(N^2)； 第二点．系统是动态变化的。为了反应系统的具体变化．尤其是在微观分子结构中．要求时间步足够小。这两个特征决定了计算机模拟 时巨大的计算量。这对于任何扁性能的单台计算机来说都是一个很难突破的瓶颈．因此采用并行汁算是解决N-Body问题的必然选择。主要涉及数据划分和线程任务划分实现。

量子计算入门学习，编写了简单的基本程序供大家学习。(Quantum computing started learning to write a simple basic procedures for everyone to learn.)