非定常Stokes方程一种基于完全重叠型区域分解的有限元并行算法

基于完全重叠型区域分解技巧,本文提出了一种求解非定常Stokes方程的有限元并行算法。该算法的基本思想是首先对空间施行完全重叠型区域分解,然后各个处理器使用向后Euler格式独立并行求解关于时间t的常微分方程;在整个关于时间的迭代过程中,无需处理器间的通信,具有良好的并行性能。该算法中每个处理器所负责的子问题是一个全局问题,它定义在整个求解区域上,但绝大部分自由度来自其所负责的子区域,从而使得该算法稍加修改现有的串行程序即可实现相应的并行计算,实现简单,具有重要的使用价值。同时通过数值算例,在曙光集群并行机上编程实现了上述算法,验证了其有效性。     

Windows2000下基于PVM的并行计算实践研究

为了把网络计算在我国中小研究单位和大专院校推广普及,本文详细介绍了Windows2000操作系统下并行环境PVM的构建、PVM并行程序的设计、编写、调试等,并给出了编程实例.实践表明,基于pVM的并行计算以其构架简单、使用方便、计算能力大、性能价格比高等优势,特别适合我国中小研究单位和大专院校,必将成为我国网络计算的重要方向,普遍用于各科学领域.     

局域网上求解三角形方程组的一种并行算法

针对基于PVM的由桌面PC机联网而成的网络并行计算环境中,处理机的运算速度较快而处理机间的通信相对较慢的实际情况,给出了一种局域网求解三角形方程组的并行算法,该算法将三角形方程组的系数矩阵及右端项按行分块,然后将分块的系数矩阵及右端项按卷帘方式存储在各处理机,通过循环传送已求出的解的部分分量以减少处理机间的通信开销,实现较容易。并在1-4台桌面PC机联成的局域网,PVM 3.4 on Windows 2000,VC 6.0并行计算平台上编程对该算法进行了数值试验,试验结果表明该算法是有效的。     

基于PVM的线性方程组的一种网上并行迭代算法

针对基于PVM的桌面PC机联网而成的网络并行计算环境中，处理机的运算速度较快，而处理机间的通信相对较慢的实际情况，提出了求解线性方程组的一种分组Guass-Seidel并行迭代算法，该算法将线性方程组的增广矩阵按行分块储存在各处理机，每台处理机分别对各自的块采用Guass-Seidel迭代法进行迭代计算，其处理机间的通信较少，实现容易。并用1～24台桌面PC机联成的局域网，在PVM 3．4 on Windows2000，VC 6．0并行计算平台上编程对该算法进行了数值试验，试验结果表明，该算法较传统的Jacobi并行迭代算法和传统的Guass—Seidel并行迭代算法更优越。     

局域网上求解线性方程组的一种并行Gauss-Seidel迭代算法

针对网络并行环境的计算能力强而通信相对较慢的实际情况,给出了一种局域网上求解线性方程组的并行Gauss-Seidel迭代算法.该算法将线性方程组的系数矩阵及右端项按行分块,然后将分块的系数矩阵及右端项按卷帘方式存储在各处理机,每次迭代通过循环传送已求出的部分解分量以减少处理机间的通信开销,提高并行算法的效率.试验结果表明该算法具有较高的并行效率和加速比.     

基于PVM的稠密线性方程组网上并行求解

将求解线性方程组的Gauss-Jordan消去法与Gauss列主元消去法结合起来,提出了利用并行计算支撑软件PVM在局域网上高效并行求解稠密线性方程组的算法.该算法处理机间的通信开销较少,实现了负载平衡和各处理机间的全并行工作.用1～24台桌面PC机按两种网络布局方式连接成的局域网,在PVM3.4 on Windows2000、VC 6.0并行计算平台上编程对该算法进行了数值试验,得到了正确的结果.     

微机网络环境下提高PVM并行程序性能的策略

网络并行计算是并行计算与分布式计算技术非常重要的发展方向之一,结合具体的数值试验,探讨了Windows操作系统下基于PVM的网络并行数值计算中影响PVM并行程序性能的几个重要因素,包括负载平衡、通信开销、网络性能、任务粒度、处理机个数、精度要求及处理机内存容量问题等,并提出了提高PVM并行程序性能的相应策略,以高效快速地实现问题的求解.