基于BSP模型的大规模线性规划并行算法研究

在许多实际工程问题中经常遇到一些大型线形规划问题，通常的计算过程需要占用大量的计算时间，效率低下。文中提出了一种基于BSP模型的大规模线性规划并行算法——修正单纯形并行算法，分析了其代价函数和加速比，在所研制的集群计算机上进行了实现和测试。结果表明：当问题规模比较大时，此并行算法能获得较好的加速比。     

基于BSP模型的并行神经网络训练算法

提出了一种适合集群计算机上实现的基于BSP模型的并行神经网络训练算法，分析了其他价函数和加速比，在作者研制的集群计算机上进行了实现和测试，结果表明：当问题规模比较大时，此并行算法能区委了的加速比。     

一种可扩展的线性规划并行算法

由于线性规划在理论和实践中的重要性，对求解大规模规划问题并行算法的研究已引起许多学者的兴趣．本文根据Galperin提出的线性规划的一种线性时间的立方算法特别适合并行的特点，提出了一种基于SPMD模型和主从式MPI的线性规划并行算法，并对算法性能进行了深入分析，理论分析和在曙光3000上的实验结果表明：该算法具有粗粒度并行、良好的可扩展性和理想加速比模型等优点，明显优于目前为止求解同类不对称线性规划问题的其他并行算法，可用于求解此类大规模线性规划问题的高性能计算．     

集群系统中BSP模型上的并行FFT设计

在并行计算模型中，BSP模型由于具有编程简单、独立于体系结构和执行性能可预测等特点而在总体上优于其它模型。NOWs正成为并行计算领域的一个新的发展热点，以太网构成的微机集群系统是NOWs的一种重要实现形式。文中研究了集群系统中BSP模型上的并行算法设计，以FFT算法为例，进行了设计和分析，并给出了测试结果。     

并行BSP模型在实时集群系统中的应用

分析BSP并行计算模型在多源数据处理中的应用特点。构建实时集群计算机系统的并行计算BSP模型。对多源任务数据处理的粒度进行了分析设计。给出了实时集群计算机系统中BSP模型的实现算法。实际应用验证了算法的有效性。     

基于BSP的并行事务处理模型

BSP模型独立于并行体系结构,既可作为并行计算模型,又可作为并行程序设计模型。提出了基于BSP模型的H－V事务模型,适用于长、短事务和长短事务混杂的情况。给出了在无共享结构下实现并行事务处理的进程结构。该结构不仅实现了事务内及事务间并行性,而且使人有可用性（availability）和可扩充性（scalability）,而后给出了适用于该模型的基于时间戳的多版本并发控制协议,最后描述了事务在超步结构下的运行过程。性能测试表明,使用该模型进行事务处理时可获得良好的事务响应时间和加速比。     

BSP模型及其并行程序设计

当前并行计算领域的研究重点和热眯是研究“通用”并行计算的适用范围，而其中心议题是既具有可扩展并行性又同时具有体系结构独立必的可移植软件开发方法和工具的研究。解决体系结构独立的途径是通过引入的一个过渡模型使得软件和硬件得以较好的分离。ＢＳＰ（Ｂｕｌｋ Ｓｙｎｃｈｕｏｎｏｕｓ Ｐａｒａｌｌｅｌ）模型正是这样一个理论模型，它不但可提供既具有可扩展的并行性又独立于体系结构的并行软件开发方法，而且可为并行和     

分块带边结构线性规划并行算法

基于内点算法((Interior Point Method,IPM)框架,导出具有分块带边结构系数矩阵的线性规划(Linear Programming, I_P)问题的简化和最简修正方程,并证明最简修正方程的对角分块具有正定性。结合正定矩阵的Cholcsky分解和解藕技术设计了修正方程的并行求解方法,给出了LP的并行内点算法结构。集群环境下的数值实验表明,所提算法具有很好的加速比和可扩展性,适合求解大规模结构化工尹问题。     

基于BSP的并行程序设计

BSP模型是独立于并行体系结构,即可作为并行计算模型又可作为并行程序设计模型。利用该模型进行并行程序设计简单、方便,而且可移植性强,可在多种并行系统上实现。     

基于BSP的并行程序设计

BSP模型是独立于并行体系结构,既可作为并行计算模型又可作为并行程序设计模型。利用该模型进行并行程序设计简单、而且可移植性强,可在多种并行系统上实现。     

大规模结构化二次规划并行算法

在内点算法(IPM)框架基础上,分析具有分块带边结构系数矩阵与箭形结构二次项的二次规划(QP)问题,导出其既约与最简既约修正方程.对既约修正方程系数矩阵进行置换,使其具有箭形分块结构,并结合该结构与解耦技术给出修正方程的并行求解算法,设计QP问题的并行IPM结构.在集群环境下的数值实验结果表明,该算法具有较好的加速比和...     

Large Scale Kernel Regression via Linear Programming

The problem of tolerant data fitting by a nonlinear surface, induced by a kernel-based support vector machine is formulated as a linear program with fewer number of variables than that of other linear programming formulations. A generalization of the linear programming chunking algorithm for arbitrary kernels is implemented for solving problems with very large datasets wherein chunking is performed on both data points and problem variables. The proposed approach tolerates a small error, which is adjusted parametrically, while fitting the given data. This leads to improved fitting of noisy data (over ordinary least error solutions) as demonstrated computationally. Comparative numerical results indicate an average time reduction as high as 26.0% over other formulations, with a maximal time reduction of 79.7%. Additionally, linear programs with as many as 16,000 data points and more than a billion nonzero matrix elements are solved.     

线性规划的一种并行修正松弛算法

对求解线性规划问题的松弛算法进行了修正 ,在此基础上提出了一种基于 Cluster结构的并行算法 ,分析了算法的性能 ;基于曙光— 30 0 0大规模并行计算机 ,给出了算法用于求解线性规划问题实例的实验结果 .理论分析和实验结果表明 :修正算法改进了松弛算法的实际性能 ,同时具有较好的并行性和稳定性 ,可用于求解此类大规模科学与工程规划问题的高性能计算     

自适应大型线性方程组并行算法

研究工程教值分析中的矩阵类型和对应的并行求解算法,提出自适应的大型线性方程并行求解算法,并在自己建立的机群上进行了二个实验,实验结果表明自适算法能够根据用户的参数自动从算法库中选择出最佳的并行算法,计算出相应的最佳计算节点敖,从而提高了线性方程组并行算法的通用性.大大降低工程数值分析的难度.     

大规模并行计算机系统并行性能模拟技术研究

性能模拟技术是计算机系统性能评价的重要手段.介绍了面向大规模并行计算机系统以及消息传递应用程序的并行性能模拟技术,总结了相关的关键技术和国内外研究现状.对几个代表性的并行模拟器系统进行了详细介绍.结合并行计算机系统和应用的发展趋势,讨论了未来并行模拟器设计、实现面临的问题和可能的解决方案.     

大规模人群的并行仿真研究

本文针对大规模人群仿真对仿真真实性和实时性的仿真要求,提出了一种基于Agent的并行人群仿真方法,通过CPUGPU混合并行的方式提高了仿真系统的性能和可扩展性。通过层次化的人群建模,使得个体更适合并行环境下的数据交互,仿真中通过感知区域视角约束对人群的运动进行控制,实现了人群平滑运动。实验部分对室外环境的人群漫游行为进行了仿真,验证了系统具有较高的性能和可扩展性。     

基于元胞自动机的线性遗传程序设计算法

为维持进化过程中的种群多样性,并进一步提高求解问题的精确度,在SGP算法的基础上引入元胞自动机模型理论,提出一种能够实现具有细粒度并行的CSGP算法.该算法可提高求解问题的成功率以及减少进化代数,对比实验表明,CSGP算法较GEP算法和SGP算法在求解符号回归的问题上有较好的性能优势.