基于网格的神经网络计算平台

人工神经网络特有的非线性适应性信息处理能力,在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用.本文首先简单介绍了神经网络计算平台的现状,随后描述了计算平台架构的设计实现思想及计算平台前后台架构,提出了一个神经网络模拟算法,并且就此算法在平台上进行事例编程.最后对神经网络计算平台的发展展开展望.     

利用网格服务的分布式频繁模式挖掘算法

充分利用网格计算平台的各种服务来进行分布式数据挖掘,是近来数据挖掘方面的一个热点。网格计算中的任务管理、任务调度和资源管理等服务可以为分布式数据挖掘提供极大的便利。该文在这些研究的基础上,介绍了一种基于网格平台的分布式频繁模式挖掘算法。该算法借鉴了FP-growth算法的思想并利用网格平台所提供的分布式计算的各种便利的服务,能在网格计算环境中进行分布式频繁模式的挖掘。     

基于Z-ordering的多重分形维数及多重分形谱算法

分形维数的高效求解是分形理论应用与实践的关键问题,传统分形维数计算方法由于时空复杂性高已成为当前分形技术应用的一个主要瓶颈。借鉴Z-ordering索引技术的思想,设计并实现了一种改进的多重分形维数计算方法ZBMFD（Z-ordering Based Multifractal dimension Algorithm）,该方法扫描数据集一遍建立底层网格结构,通过动态修改网格坐标编码递推实现低层网格到高层网格之间的动态映射并计算数据集的分形维数。在实际数据集的实验表明算法在保持O（N×logN）时间复杂性的基础上,降低了分形维数算法的空间复杂性,且计算结果精度与已有算法相当,拓广了分形技术在当前高维、海量数据处理等领域的应用。     

基于网格实现的汽轮机基础优化设计

工程优化设计往往需要进行大规模的数值计算,拥有大量闲置资源的网格环境为建立这种高性能计算平台提供了可能.但是网格资源的动态性、异构性和分布性的本质特征,阻碍了网格技术在工程应用上的普及.为了利用网格环境中大量的闲置资源来协同解决实际工程中复杂的优化设计问题,建立了一个4层结构的高性能网格计算平台,并利用Kriging近似模型,在该平台上开发了以减轻基础重量和降低基础振幅为目的的多目标汽轮机优化设计的网格算法.使用该算法,在网格平台上对两个汽轮机基础进行了优化设计,与序列线性规划方法的结果比较表明所开发的优化算法有较高的计算精度.还分析了当使用不同数量的计算节点时网格的加速情况,说明所发展的优化方法能够在网格环境中高效地运行,搭建的网格平台也适合于工程优化设计.     

拾遗网格中一类并行计算的研究

网格计算和Master-Worker并行计算的特点使得利用网格来进行这一类并行计算十分合适。毕方拾遗网格计算平台是一个利用拾遗网格进行Master-Worker并行计算的可屏蔽异构和分布性的计算平台。该文介绍了计算平台的系统架构，对网格系统中的资源表示及资源分配算法进行了研究。     

一种基于网格和密度的微粒群混合聚类算法

本文在分析现有的基于网格和密度的聚类方法的基础上，借鉴密度函数的思想，提出了一种新的网格单元密度的计算方法。和其他基于网格的方法相比，此方法对于网格单元密度的计算具有更高的精度。在此基础上，将该计算方法与微粒群算法相结合，实现了一种基于网格和密度的微粒群混合聚类算法。最后，通过实验验证了算法的有效性。     

基于Jini的集群网格并行计算平台的构建

研究如何使用分布式系统Jini体系来构建集群网格并行计算平台。首先介绍集群计算和Jini技术；然后给出基于Jini的集群计算系统模型JCCM，设计了一个在此模型上实现并行计算的通用算法，并在自强3000集群主机上对此模型及算法进行了测试，证实了该模型的可伸缩性和健壮性。     

基于网格服务的分布式数据挖掘

在分析传统分布式数据挖掘平台不足的基础上,结合网格服务的思想,提出了基于网格服务的分布式数据挖掘平台,同时在该平台上,实现了分布式BP网络分类算法（GBPC-GS）。仿真实验表明,与单机环境相比,随着网格节点数增加,算法的平均耗时明显下降,同时CPU的负载也下降了约40%。     

一种Hopfield神经网络算法复杂性研究的新方法

首先分析了基于Hopfield神经网络的TSP问题求解方法,提出从研究能量函数、状态空间分布和可行解的关系来研究以Hopfield为代表的优化神经网络的计算复杂性的思想;并给出从状态空间到线性表的映射方法,引入状态-程序复杂性。分析结果表明,绝对状态一程序复杂性更为充分地反映能量函数的求解过程;相对状态-程序复杂性提供了一种在多项式时间内对NP问题算法的有效性进行衡量的尺度。     

基于RBF神经网络的网格数据聚类方法

把径向基函数（RBF）神经网络和网格结合起来，提出了一种能够并行处理数据和便于增量计算的智能聚类方法。介绍了网格聚类原理、RBF神经网络神经元的数量和基函数的选择，并针对数据聚集区域的位置辨识、提高分辨率和计算速度等问题，深入讨论了聚类策略与聚类算法。仿真表明了该方法的有效性。     

一种将传感器网络融入网格的多解析驱动接入平台

无线传感器网络作为探测、收集环境信息的手段，将其融入到开放的网格计算环境中，具有很强的现实意义和应用前景，也面临着许多前所未有的挑战。本文分析了能够支撑起无线传感器网络和网格之间通信机制的接入平台的关键构成要素，设计并实现了一种能够将无线传感器网络融入网格系统的接入平台MPAS，它最大的特色在于以Web服务资
源框架为核心，具有驱动传感器网络的能力，而且支持多传感器网络之间的通信协作。仿真测试的结果表明，影响MPAS性能的关键因素在于其通知机制受到可分配的运行资源源限制，而在保证拥有充足运行资源的情况下，MPAS能够更好地支撑起多传感器网络与网格之间的通信能力。     

基于云计算的智能电网调度平台研究

针对我国能源领域近年来出现的新问题,诸如新能源大量并网和消纳、源网荷的联动、提高电网数据处理效率、增强电网风险防范能力等,提出利用电力大数据和云计算技术构建综合型的智能电网调度云计算平台,借助调度云计算平台高效的数据计算能力,提高电网中调度大数据的处理效率,合理配置电力资源。阐述调度云计算平台的工作原理,并在调度云计算平台的基础上,将电网的调度结构和外部气象、地质、水文、定位、图像识别等信息相结合,组建调度云应用平台。以省级电网调度为例,按照电网需求和调度功能,在调度云应用平台上进行功能模块设计,构建省级电网调度云计算平台。通过试验说明调度云计算平台在调度数据处理方面确有优势。最后对调度云计算平台的实现工作展开探讨,阐述调度云计算平台实现的前提条件。     

Fault-tolerant grid architecture and practice

Grid computing emerges as effective technologies to couple geographically dis-tributed resources and solve large-scale computational problems in wide area networks. The fault tolerance is a significant and complex issue in grid computing systems. Various techniques have been investigated to detect and correct faults in distributed computing systems. Unreliable fault detection is one of the most effective techniques. Globus as a grid middleware manages resources in a wide area network. The Globns fault detection service uses the well-known techniques basedon unreliable fault detectors to detect and report component failures. However, more powerful techniques are required to detect and correct both system-level and application-level faults in agrid system, and a convenient toolkit is also needed to maintain the consistency in the grid. Afault-tolerant grid platform (FTGP) based on an unreliable fault detector and the Globus faultdetection service is presented in this paper. The platform offers effective strategies in such threeaspects as grid key components, user tasks, and high-level applications.     

Tasks of providing information security in distributed computing networks

The issue of providing information security for data and computing resources in grid networks is reviewed. Specific features of architecture of distributed computing networks based on grid platforms are analyzed. Security threats specific for grid systems are typified. The available measures ensuring security for grid systems are considered, and their drawbacks are indicated. The set of applied issues associated with ensuring grid protection from unauthorized access is defined.     

基于网格的混合神经网络计算平台研究与实现

为了模仿人脑的复杂功能,把各种相关类型的神经网络组织起来,形成一个大规模混合神经网络.根据此需求,使用自主研发的LabGrid技术开发了一个基于网格的混合神经网络计算平台,利用该平台设计了一种新的混合神经网络分类系统来对该平台进行测试.测试结果表明,该平台具有较高的效率和良好的容错性.与其它分类系统比较可知,该分类系统有较高的准确率,从而证明了模仿人脑建立大规模混合神经网络分类系统的可行性和有效性.     

网格安全互操作及其应用研究

网格计算为地理分布资源的聚合以及大规模计算问题的解决提供了技术途径,国内外大型网格项目都是基于某种网格平台构建,通过这些平台管理着本领域的资源/服务,为了聚合不同网格平台管理的资源/服务,需要实现异构网格平台的互操作.由于不同网格平台的安全机制不同,安全互操作是网格互操作中需要解决的一个关键问题.通过分析,当前网格平台通常具有网格全局用户身份以及虚拟组织层次结构的公共特征,基于网格平台的主体类型研究网格平台互操作映射策略,并提出一种通用的安全互操作流程.CGSP和GOS是国内两大知名的网格中间件,分别管理了大量的教育和科技资源,以CGSP和GOS的安全互操作为例,阐述了安全互操作策略映射机制及安全互操作流程的具体实现,并分析了网格平台间的授权及其一致性、映射策略的灵活性以及互操作流程的安全性.最后,对CGSP和GOS的安全互操作的性能进行了测试分析.     

云计算在智能电网调度中的应用

为解决传统电力系统中集中式计算平台海量数据流的存储和分析功能不足的问题,针对云计算在智能电网调度技术中的应用进行了研究。首先,对云计算技术在IT行业的发展进行阐述,对云计算的关键技术从虚拟化与快速部署技术、大规模分布式存储技术、资源调度技术、大规模多租户技术、海量数据处理技术以及大规模信息通信技术等方面出发进行介绍。其次,借鉴IT行业云计算技术,设计了基于云计算的智能电网计算平台以及基于云计算的智能电网互动式节能优化调度架构,以期推动云计算在电力系统中的发展,解决智能电网互动式节能优化调度算法方面的问题。     

VGITS: ITS based on intervehicle communication networks and grid technology

The intelligent traffic system based on intervehicle communication networks and grid technology is proposed. This system adopts hybrid architecture, and diverse real-time traffic services are provided in a centralized or decentralized way. Grid technology is introduced to provide the high performance computing platform for massive traffic data processing and real-time traffic service presenting. Moreover, the computation and communication capacity of the IVC network is developed and exploited to provide decentralized traffic services to drivers. Therefore, the system load is balanced among grid nodes and in-vehicle terminal, and better performance is achieved. At last, a prototype is implemented to demonstrate the efficiency and effectivity.     

云计算技术在未来智能电网信息处理平台中的应用

未来的电网将会是一个高度自动化、智能化的电网,如此一个庞大、复杂的系统从发电、输电一直到变、配、用电的过程时刻都会生成海量的电能信息及设备运行状态数据,这就需要一个强有力的信息处理平台作为支撑,且这个平台应具有对海量数据的可靠存储、准确分析、实时同步更新及共享的功能,尤其是音视频等异构数据的分析与处理.云计算技术在大数据处理中具有得天独厚的优势,本文将云计算技术引入到未来智能电网的信息处理平台的建设中,针对未来智能电网信息处理平台的各项功能需求,对比目前电网信息处理平台的诸多瓶颈进行深层次的探讨,证明了将云计算技术应用到未来智能电网信息处理平台中的可行性。