基于网络并行计算的结构损伤动力有限元分析

网络并行计算是当今并行计算发展的新方向。用网络并行思路探讨了结构损伤动力有限元并行分析算法的实现方法,并在曙光－1000A分布式并行计算机上进行了测试。通过对实验数据的分析,讨论了该算法的并行效率。     

大规模矩阵乘积的几个并行算法

给出了微机网络并行计算环境和拥有共享内存的并行计算环境下大规模矩阵相乘的几种并行算法,分析了这些算法的计算和通讯时间复杂性,在多台微机上安装并行消息传递机制MPI(message passing interface),构成微机网络并行计算环境,在该环境下对所给算法作了数值试验,结果表明所给出的算法非常有效,同时在程序没有改动的条件下,将微机网络并行环境下的程序移植到具有共享内存的并行计算机IBMP650上,结果表明,所给算法具有更高的加速比和并行效率。     

基于网络并行计算的分布式并行遗传算法的结构优化

网络并行计算是当今并行计算发展的新方向．在网络并行环境下探讨了并行遗传算法进行结构优化设计及其算法的实现方法．并在四台PC机组成的网络平台上,进行了桁架结构优化设计的数值测试．计算结果表明,设计的并行算法在网络并行计算环境中具有较高的加速比和效率,同时验证了并行遗传算法用于结构优化是可行的和有效的．     

匹配场目标定位的并行遗传算法实现

针对匹配场声源定位算法中存在的固有并行性,构建了匹配场声源定位的并行计算算法框架,并引入并行遗传算法作为匹配场处理的寻优工具.根据匹配场处理的实际特性,对并行遗传算法的操作算子及评估标准进行了合理设计,使其快速收敛.以网络互联的双核PC机作为并行计算硬件平台,在Windows XP操作系统和MPI并行环境中对匹配场定位的并行算法进行了测试和分析.研究表明:采用并行遗传算法实现匹配场声源定位方法优于传统网格法,可有效节省算法运行时间,快速实现声源定位.     

几种并行编程框架在数据挖掘领域的比较

将机器学习并行化是进行海量数据挖掘的重要方式,但由于并行计算框架、机器学习算法的多样性,导致计算框架的选取及算法并行化存在着困难。本文对几种常见的并行计算框架的模型结构和工作机理进行了分析,根据算法中变量的依存关系将其分类,并将这几类算法进行了实验对比。实验结果表明,算法中变量的依存关系对其在并行化后的性能有巨大的影响。     

基于属性相关分析的离群数据并行挖掘算法

针对高维海量数据集中的局部离群数据,利用并行计算和属性相关性分析思想,给出了一种离群数据并行挖掘算法。该算法首先由主节点分配属性相关分析任务,各个子节点并行查找数据集中的冗余属性,将其冗余属性传回主节点,并由主节点删除;其次,主节点分配搜索任务,各子节点采用微粒群算法,并行搜索局部离群子空间;再次,由主节点对局部离群子空间合并计算后,确定全局离群数据;最后,在MPICH2-1.0.3的并行计算环境下,采用恒星光谱数据作为数据集,实验结果验证了算法的正确性和有效性。     

MPI环境下的几何定理并行自动推理

将几何定理机器证明和并行计算结合起来考虑,尝试用并行计算方法来提高传统定理证明算法效率,探讨了前推法、数值并行法的并行算法,分析了两种定理证明算法在消息传递编程模型下的任务划分、通信组织、任务调度等问题,并用MPICH2实现了这两种并行算法,对算法的并行性能指标进行了测试,测试数据表明,两种并行算法在基于MPI-2的并行计算环境下,能很好地发挥并行计算的优势,有效缩短构造性几何命题机器证明的时间。     

某型号飞机机翼动力特性的并行计算

给出了基于MPP编程环境的杆-板组合结构问题动力分析并行算法．包括杆-板组合结构问题单元刚度矩阵的并行计算和广义特征值问题的并行计算．并将该算法用于某型号飞机机翼动力特性的并行计算,在并行计算机PAR95上的数值试验表明所结算法是非常有效的．     

一种新的并行分类算法

提出一种建立在由独立的处理器构成的计算机网络（例如由Ｔｒａｎｓ－ｐｕｔｅｒ构成的计算机网络）上的并行分类算法，用以解决分布式数据库的分类计算问题。本文基于并行算法应与并行计算的拓扑结构相匹配的思想，设计了一种旨在减小处理器之间通讯开销的网络结构。在这样一种并行计算环境中，每个处理器运行同样的程序，计算负载均匀分布在每个处理器中，因而算法具有高度的并行性。同时这种基本结构还可以灵活地不断扩展，且随着网络的不断扩大，该并行算法的并行加速性更高。     

网络并行计算及在计算力学中的应用

比较了两种常见的网络并行环境PVM和MPI的主要功能 ,指出了他们各自的优缺点 ,介绍了网络环境下并行技术在计算力学中的应用 ,包括有限元法、边界元法等在网络并行系统上的实现。分析了目前网络并行计算的热点和难点。     

基于Matlab机群的分布式并行图像匹配算法

分析了Matlab并行计算工具箱中各部件的关系,对分布式并行计算环境中的关键参数进行了设置,构建了并行计算机群。将基于Matlab机群的分布式并行处理引入到图像匹配中。以灰度相关匹配算法为例,结合并行处理对图像灰度匹配进行并行实现。实验结果表明：并行化处理能有效缩短匹配时间,对进一步研究并行图像处理有一定的指导意义。     

基于MPP环境的单纯形算法并行特性剖析

对MPP大规模并行计算环境下的线性规划问题单纯形算法的并行特性作了详细分析,并给出了适合于这一环境的并行单纯形算法．     

快照成像光谱仪快速光谱重构算法

为实现对光谱数据的快速实时处理,针对快照式傅里叶成像光谱仪,提出一种基于GPU的并行化光谱重构算法.通过分析快照式成像光谱仪的工作原理和数据特性,结合CUDA并行计算架构,对光谱重构算法可并行部分最大程度并行化,并针对并行计算中的内存分配等方面进行优化处理,实现并行化的光谱重构算法.实验结果表明:基于GPU的并行化光谱重构算法,相对CPU串行化算法,精度相同的情况下,计算效率提升了约25倍.利用GPU加速程序的并行部分,可以极大地提高光谱重构的效率,使得快照式成像光谱仪更加适用于实时测量当中.     

并行模拟退火算法在拱坝体形优化中的应用

介绍了近年发展起来的模拟退火算法,探讨了模拟退火算法的并行化。在4台PC机搭建的并行环境下,用一个简单的数值计算例子对并行模拟退火算法进行TN试,测试结果表明并行计算明显提高了模拟退火算法的运算速度。最后,把并行模拟退火算法应用于拱坝的体形优化。     

电信社群网络中介度的网格并行算法及调度算法

为了解决电信社群网络中介度(图的一个几何量)计算中的海量计算问题，研究并实现了高性能网格并行计算方法。该算法采用层次性的二分法分割数据，能在较短的时间内完成大规模社群网络图的各个顶点中介度计算。为了提高计算的加速比，还提出了一种改进的网格并行调度算法，采用动静态结合的方法来平衡负载。论证表明，改进算法的加速比、并行效率和平衡度都有提高，计算用时与网格上并行计算处理器数目成近似线形关系。     

电信社群网络中介度的网格并行算法及调度算法

为了解决电信社群网络中介度(图的一个几何量)计算中的海量计算问题，研究并实现了高性能网格并行计算方法。该算法采用层次性的二分法分割数据，能在较短的时间内完成大规模社群网络图的各个顶点中介度计算。为了提高计算的加速比，还提出了一种改进的网格并行调度算法，采用动静态结合的方法来平衡负载。论证表明，改进算法的加速比、并行效率和平衡度都有提高，计算用时与网格上并行计算处理器数目成近似线形关系。     

求解大型稀疏线性方程组的一种并行算法及其在并行潮流计 …

以稀疏线性方程组系数矩阵所对应的因子表路径树为基础,提出了一种适合于在信息传输型并行计算机上求解大型电力网络方程组的并行算法;并将所提出的算法应用于电力系统潮流计算中,在信息传输型并行计算机上实现了电力系统潮流的并行计算。通过对大型电力系统进行试算,表明该算法能有效地提高电力系统潮流计算的速度。     

基于MPI的网络并行计算系统构建及分析

从硬件、网络配置及姗的使用3个角度详细阐述网络并行计算系统的构建方法和配置过程．在此基础上,采用基于IVIPI的并行程序设计方法进行并行计算的实验和测试,并结合加速比和效率的结果对系绞进行性能分析．实验证明,用局域网搭建的网络并行计算系统更适合于粗粒度的并行计算任务     

微机小型网络并行计算系统的搭建与讨论

详细讨论了微机网络并行计算（集群系统）的模式（包括抽象模型和物理模型）、网络分层协议和协议。着重研究了基于消息传递接口的并行计算环境。使用语言编写了并行测试程序,并分析了测试结果。利用微机来架构并行计算环境,有较高的性能价格优势和较大的可扩展性,使微机解决大运算量问题成为可能。     

求解大型稀疏线性方程组的一种并行算法及其在并行潮流计算中的应用

以稀疏线性方程组系数矩阵所对应的因子表路径树为基础 ,提出了一种适合于在信息传输型并行计算机上求解大型电力网络方程组的并行算法 ;并将所提出的算法应用于电力系统潮流计算中 ,在信息传输型并行计算机上实现了电力系统潮流的并行计算 .通过对大型电力系统进行试算 ,表明该算法能有效地提高电力系统潮流计算的速度 .