高性能计算在水工上的应用

高性能计算作为计算的高端，受到人们的关注。本文介绍了高性能计算在水工中应用的迫切需要，特别是在并行有限元计算方面更显示出它的优越性，并以在混凝土三维细观静动力学分析为例，说明并行计算可以解决计算规模小和计算速度慢的问题。     

集群负载的分布式软件构架分析与设计

本文讨论和分析了Linux集群事务的一种软件构架的设计技术。在Linux操作系统支持下，主控制程序运行在以太网的主节点上．事务服务程序运行在以太网的其它从节点上，客户程序在以太网外的任何节点上运行。整个系统利用了套接字socket API函数、多路复用和并发性程序设计技术进行分布式并行处理。     

MPI编程的对象模型

简单介绍MPI库以及其在并行计算中的应用.用C语言和MPI绑定,演示了一个对等SPMD型并行程序.最后提出用面向对象的思想将MPI库函数包装成一个类CMPIObject的构想.     

并行计算在桩筏共同作用中的应用

在桩筏基础共同作用有限元计算模型中,通过Mindlin理论的Geddes应力解所推导出的桩的刚度矩阵,当存在非等长桩的情况下是非对称的.现有的各种方程组求解算法都是基于串行计算的,计算时间都较长,详细探讨了利用局域网进行并行计算在实际工程中的应用.     

一种改进的并行有限元网格划分方法

有限元网格的区域划分是影响有限元并行计算效率的关键因素,介绍了几类有限元并行计算的图剖分方法,并在此基础上提出了一种改进的划分方法,经过验证这种方法是有效的,在负载均衡度相同的情况下,能有效地减少并行计算的通信量。     

一种分布式声音档案数据挖掘方法研究

提出了一种并行模式下挖掘大量声音档案数据的模型.该模型通过将串行模型与解析映射和聚合算子相结合,实现了并行分布式分析方法.仿真结果表明,随着进程池数量增加,系统运行效率逐渐提高.     

改进的并行模糊核聚类算法在电力负荷预测的应用

用户用电典型模式的分类预测是电力负荷预测的重要组成部分。针对单核模糊C均值算法在电力大数据挖掘中不能兼顾预测精度和普适性能好的问题,提出了一种电力短期负荷场景中改进的无监督学习多核模糊C均值聚类算法,建立了双层神经网络的电力数据负荷预测模型对比该改进的算法对电力负荷预测效果的影响。用户数据由MapReduce并行化处理加速。数值实验结果表明:改进的算法在实际电力用户数据集中,具有广泛的适用性和有效性,同时能显著提高电力短期负荷预测的精度。