并行矩阵乘的光化学反应模拟研究

在Linux环境下,为缩短激光诱导光化学反应模拟运行时间,针对光化学反应模拟中力矩阵的稀疏特征,将力矩阵进行分块划分,采用优化的行列分解算法对分块矩阵进行并行化,运用OpenMP实现光化学反应力计算并行化。实验结果表明,在500个C原子参与运算的情况下,单步计算时间缩短到优化前计算时间的10-2数量级,在十六核处理器上获得了十四倍的加速比和80%以上的效率,为高效模拟大分子体系光化学反应提供平台。     

基于SMP集群的激光化学反应模拟效率分析*

基于半经典分子动力学模型,在SMP集群中实现激光化学反应双层并行模拟系统。结合粗粒度的原子分解算法和细粒度的矩阵并行乘法实现激光化学反应模拟中力计算部分的并行化,分析粒度划分对半经典分子动力学模拟并行效率的影响。在SMP集群中测试表明,采用128个处理器模拟由500个C原子构成的分子体系,并行效率可达70%。在CPU数量固定的情况下,SMP节点内的细粒度的并行对提高半经典分子动力学模拟并行效率影响较大。该系统能够模拟大分子体系的激光化学反应,在提高加速比的同时保证计算资源的利用效率,满足激光化学反应模拟需求。     

基于反馈机制的动态负载平衡算法研究*

动态负载平衡是提高多处理器系统资源利用率和并行计算性能的重要途径。为了解决变化负载系统中子任务可并行计算的双重循环(PTM-NL)问题,提出一种基于反馈机制的动态负载平衡算法。该算法以处理器作业速度为负载指标,在循环计算中根据反馈的负载指标分配计算任务,动态适应负载变化。实验结果表明,该算法在变化负载的系统中能有效提高PTM-NL问题并行效率。     

大数据时代计算机专业实验教学改革研究

大数据时代的来临产生对相关人才的巨大需求,针对当前高校的实验教学滞后于大数据时代发展需求的现状,通过改革计算机专业实验教学,构建大数据实验教学体系,搭建Hadoop 实验教学平台,改革实验教学方法和手段,促进计算机专业实验教学的发展。     

求解互联电力系统多目标优化的一种简化方法

对水电站多目标优化数学模型进行了深入的分析,在考虑水力发电多个约束的基础上,针对电站实际运行的特征,建立了发电量最大和用水量最小两个优化模型,分析了模型的目标函数和约束条件,用matlab求解了该多目标模型。并与采用其他方法的仿真结果进行比较,结果验明了该方法的有效性和实用性。     

一种可变周期反馈的动态负载均衡算法

为了提高负载不均衡系统中并行计算效率,基于反馈机制设计动态负载均衡算法.该算法采用可变周期反馈设计,通过反馈负载信息和预测节点处理能力进行任务重分配.将周期长度与负载状态关联,当负载变化频繁时,缩短反馈周期,增强自适应性;当负载稳定时,增加反馈周期,减少额外开销.将该算法应用于半经典分子动力学力计算,对信息收集策略、反...     

基于文本挖掘的电力运维服务项目智能辅助管理

为了提高电力系统对运维服务项目的计划申报和管理效率,设计并实现基于文本挖掘技术的电力系统运维服务项目的智能辅助管理系统。构建一个适用于电力系统运维项目计划的智能管理框架,在该框架下基于智能分词和文本特征表示设计一种层级融合分类方法,有效提高申报项目分类准确率,稽查分类错误。该辅助系统有效解决了电力运维服务项目的分类错误和重复立项等问题,提高了电力运维服务项目的计划管理效率和资金使用效率。     

云数据中心高能效的虚拟机迁移整合算法研究

基于多资源能效模型,通过改进CPU双阈值法提出了多资源双阈值法触发虚拟机迁移,并将基于粒子群算法的虚拟机放置算法应用于虚拟机的能效整合.仿真实验结果表明,与传统的启发式算法相比,该算法有效地减少了物理节点的启用数量和虚拟机迁移次数,使系统资源利用率更加均衡.     

激光诱导化学反应的并行计算机模拟

激光与分子的相互作用是研究光化学反应的关键因素,是激光控制化学反应的一个重要课题.基于一种半经典分子动力学模型模拟超快飞秒激光脉冲诱导的光化学反应,该模型通过含时的派耳斯(Peierls)替代把激光脉冲辐射场的矢势与电子进行耦合,明确引入激光脉冲和分子的相互作用;基于该模型实现了激光诱导化学反应模拟程序,通过环丁烷及C60的光裂解反应的计算机模拟与实验结果进行对比,结果表明该模拟程序能够真实地重复实验结果,并能够得到许多实验上得不到的细节.为提高大分子光化学反应模拟的效率,对模拟算法进行并行设计并实现;在大型计算机系统中进行测试,该方法可高效模拟激光脉冲对光化学反应结果的影响,为激光控制化学反应的试验提供信息.     

基于OpenMP的Winograd并行矩阵乘算法应用研究

为了提高半经典分子动力学模拟中矩阵乘法效率,通过一种稀疏矩阵分解方法化简矩阵乘法,基于OpenMP实现矩阵相乘的Winograd并行算法。该算法将Winograd算法中各部分依次采用OpenMP并行计算,降低了数据通信。在16核服务器上测试表明,该方法能够显著提高半经典分子动力学模拟中矩阵乘法效率,并行加速比能够达到9.47,并具有良好的可扩展性,为大分子体系的模拟提供了可能。