一种层次的、混合并行离散事件仿真算法

并行仿真算法是并行离散事件仿真中心的核心问题，对于具体的应用系统，采用不同的并行仿真算法将导致其仿真性能大的差异，提出了一种针对于分布环境中特定应用系统仿真的层次的，混合并行离散事件仿真算法，测试和应用表明，和通常的保守机制或者乐观机制相比，能够较大地提高仿真效率，并且具有良好的可扩展性，首先给出了在通信开销不可忽略的环境下，保守机制和乐观机制的性能测试结果和两者适用情况的分析，然后根据测试结果和具体应用系统的特点，提出了层次的，混合并行离散事件仿真算法，给出了LP级和组级算法算，最后对算法进行了测试和性能分析。     

离散事件系统仿真中的优化算法

计算机仿真是研究离散事件系统的一类重要方法。在仿真环境下对离散事件系统的参数进行优化是设计高性能系统的必要保证。本文给出了随机型优化问题的分类，并综述了离散 参数和连续参数随机型优化问题中典型的求解算法。     

大规模分布式虚拟环境中一种基于事件模型的快速路由机制

在大规模分布式虚拟环境中,大量的信息交互成为影响系统可扩展性的重要因素。事件模型作为新型的通信模型,以其具有异步通信、动态性等特点在分布式系统通信中的作用日益明显。本文借鉴了主动兴趣管理思想,对基于事件模型的事件路由和事件传递技术进行了研究,提出了一种利用Filter Index结构来实现事件快速匹配及转发的路由机制。实验结果表明,该机制是可行和有效的。     

分布式虚拟环境中的一种场景动态划分算法—基于竞争的演化算法

With the development of networking technologies and computer graphics, distributed virtual environment (DVE) has become an important research area in computer science. In a DVE system, clients at different places can simultaneously explore a virtual world and interact with each other. How to build an efficient DVE system that can support large number of concurrent users is a challenge. In the paper, we discuss the way of partitioning the DVE world to balance the workload among different servers as well as minimize the inter-server communication. We present the existent mathematics mode and algorithms at first, and then give our algorithm, partitioning algorithm based on competition. Ex- periments are carried out to illustrate the effectiveness of our proposed algorithm.     

分布式虚拟环境中基于同步控制的预测研究

目前,基于同步控制的预测研究都是根据位置不变的实体划分区域,然后再预测区域内化身与这些实体之间的交互。提出一种新的预测机制,它能预测化身与运动实体（包括静止实体）之间的交互,配合适当的多播通信机制,该方法就能很容易地扩展到大场景多化身的系统中。文中详细讨论了预测机制及其实现方法。     

分布离散事件仿真的集中同步算法

分布离散事件仿真和一般的离散事件仿真不同,它没有公共的时钟和事件表,通过分布在多台主机上的仿真模型进行消息传递来实现世界中的事件的并发执行。同步算法是分离散事件离散事件仿真中确保模型之间发生的因果关系正确性的机制。文中提出了一种集中同步算法,它采用建立模型之间的关联关系和仿真控制节点的方法,来对仿真模型之间的交互事件和仿真模型内部事件进行调度。其实现机制简单,避免了死锁的产生,并能实现事件的并发执行。文中最后对在WindowsNT环境下实现该算法进行了探讨。     

基于有限状态机的一种事件重建算法

介绍了运用有限状态机进行事件重建的理论,利用已搜集到的证据作为限制条件,提出了一种改进的事件重建算法,最后简要分析了一个案例.实验结果表明该算法是可行和有效的.     

基于Petri网的离散事件仿真算法

本文介绍了一种基于Ｐｅｔｒｉ网的模型描述语言ＥＰＤＬ，并给出了Ｐｅｔｒｉ网与离散事件系统仿真相结合的算法。     

一种基于序贯Monte Carlo算法的交通事件重构方法

为了能准确地重构出当前道路场景中的交通流事件,需要合适的模型与方法以及能够代表交通流状态的实时数据。基于交通流非线性非高斯的特点,提出了一种基于序贯Monte Carlo方法的交通流堵塞事件重构模型。提出的模型能够不断的同化真实道路上实时的传感器数据使仿真中的交通流状态与真实路况不断接近。通过分析仿真数据推测出当前真实道路上的堵塞事件及其相关属性,并据此在仿真环境中模拟堵塞,进而实现对真实道路上堵塞事件的重构。理论研究和实验结果表明该模型能够根据重构结果评估当前的道路状况,合理推测引起拥堵的位置与堵塞范围。     

本地滞后方法中的多级滞后时间计算

本地滞后方法是缓解分布式虚拟环境一致性问题的重要技术。现有的本地滞后技术在一个时间段内为所有操作设置统一的滞后时间,没有考虑到不同操作背景对操作的不同一致性需求。本文提出本地滞后方法中的多级滞后时间计算,根据被操作实体与其它实体距离的远近将操作分为不同一致性等级,分别计算滞后时间。该方法可以对系统反应速度与一致性进行更灵活的折衷,提高了分布式虚拟环境的性能,并在实际应用中取得了良好效果。     

基于总线网络的分布式一致性算法

为了解决总线网络中的分布式数据一致性问题,提出了基于总线网络的分布式一致性算法.该算法通过Mod运算将多节点仲裁问题转化为惟一节点仲裁,减少了所需的消息数,降低了系统的负荷;通过消息复用的方法减少了算法所需的消息种类,并缩短了响应延迟.理论性能分析和仿真试验表明,该算法较之传统算法具有较低的消息复杂度和时间复杂度.     

DVE系统中基于延迟拟合的间距一致性控制方法

分布式虚拟环境系统中连续模型的间距一致性问题是影响系统功能和性能的关键问题,现有控制方法通常采用发送节点确定延迟的策略,在接收节点之间建立了制约关系,无法对系统的响应能力进行有效优化。为此,本文提出基于延迟拟合的间距一致性控制方法,该方法通过接收节点定序的方式解除了节点间的强制约关系,并通过本地事件和异地事件统一延迟的策略维护了事件处理的时序一致和间距一致。此外,为了在运行期对节点延迟时间进行有效调配,本文提出一种基于二叉搜索树的延迟拟合值维护方法,通过周期性地对节点间延迟进行拟合及更新,保证了该方法的有效性。实验结果表明本文方法在保证各节点间距一致性的基础上有效改善了系统的整体性能。     

基于栅格法的虚拟人快速路径规划

在栅格中使用经典的Dijkstra算法进行路径规划有计算量大,规划时间长、进行扩展判断的节点个数多等缺点.栅格的组织结构决定了栅格中最短路径的特性--组成最短路径的各线段间的最小夹角为90°.根据栅格及最短路径的特性,提出了一种在栅格中使用Dijkstra算法规划路径时减少扩展节点的个数,进而缩短规划时间、降低计算代价的算法,并将其用于虚拟人的路径规划.实验验证了算法的可行性和有效性.     

基于逐跳计算的分布式负载均衡算法

网络中流量的不断增长容易导致流量不均衡、网络拥塞,进而影响用户的体验。因特网服务提供商（ISP）通常采用优化开放最短路径优先（OSPF）权值（OPW）算法应对网络拥塞,然而该算法存在三个方面的问题：1）需要实际流量矩阵;2）容易导致网络震荡;3）OPW已经被证实为NP难题,并且需要采用集中式方法求解。针对OPW算法存在的问题,提出了一种基于逐跳计算的分布式负载均衡算法（DLBH）。首先,为所有节点设置虚拟流量;然后,根据虚拟流量计算所有链路的代价;最后,采用分布式算法计算最优路由。DLBH采用分布式方法解决网络拥塞问题,而OPW只能采用集中式方法解决网络拥塞问题,因此DLBH的扩展性优于OPW的扩展性。理论分析表明,DLBH的时间复杂度远远小于OPW的时间复杂度。实验结果表明,DLBH的最大链路利用率明显低于OPW算法的最大链路利用率,大幅降低了网络拥塞。     

基于时滞特征的时序依赖情节发现

对于事件序列中的时序依赖发现，传统的频繁情节发现方法一方面使用时间窗口机制挖掘事件之间简单的关联依赖，另一方面无法有效处理事件的交叉时序关联。针对以上问题，提出了时滞情节发现的概念，在频繁情节发现的基础上，设计了一种基于相邻事件匹配集（AEM）的时滞情节发现算法。首先，引入时滞的概率统计模型进行事件序列匹配，避免预先设定时间窗口，处理可能存在的交叉关联；然后，将时滞挖掘转化为最优化问题，使用迭代的方式得到时滞情节之间的时间间隔分布；最后，利用假设检验区分串行时滞情节和并行时滞情节。理论分析与实验结果表明，与目前最新的时滞挖掘方法迭代最近事件（ICE）算法相比，基于AEM的时滞情节发现算法模拟的时滞分布与真实时滞分布的平均KL距离为0.056，缩短了20.68%。基于AEM的时滞情节发现算法通过时滞的概率统计模型衡量事件多种匹配情况的可能性，获得一对多的相邻事件匹配集，比ICE算法中的一对一匹配更加有效地模拟了实际情况。     

基于WFPSO算法的云虚拟机放置策略

随着云计算技术的大规模应用,云应用的交互更加依赖于网络,较差网络拓扑的选择,增加了应用在网络中的通信流量,严重影响应用的运行效率和服务质量。为解决此问题,提出了一种基于粒子群优化算法的虚拟机放置策略。该策略通过建立云环境内部时延模型,利用改进的粒子群优化算法求解目标函数,来降低应用的时延,提高运行效率。并在CloudSim平台上进行仿真实验,实验结果表明,该策略的响应时间低于基本粒子群优化算法（PSO）,并且修改后的PSO算法在不影响收敛精度的前提下较大幅度地提高粒子群算法的收敛速度,提高了云环境中应用的运行效率。     

基于Web的航海训练系统中时空一致性研究

基于Web的船舶操纵训练系统(WBMTS)面临的一项严峻挑战就是多个仿真节点间的时空一致性维护问题。重点研究如何减小WBMTS中由于网络传输延时造成的多用户交互时的时空不一致的问题,通过估算出客户端之间的数据传输延迟时间,在DR推算新的位置时进行相应的延迟补偿,修正客户端之间由于网络延迟引起的时空差异,从而实现不同客户端的同步。试验结果表明,该方法在不影响WBMTS交互实时性的同时,有效地减少了时空不一致。     

一种基于贪心算法的快速PCA算法

提出一种快速算法,该算法利用贪心算法构造卷数据降维矩阵,在保持点与点之间“核距离”不变的情况下．把待分解矩阵变换成一个低维矩阵。在没有偏差的情况下,将对原始大矩阵的分解变成对这个低维矩阵的分解,大幅降低了时间复杂度,减少了对内存的使用率的同时增加了算法的稳定性。     

基于频率调节的分布式系统时间同步算法设计与实现

为了降低Internet上对NTP时间服务器的访问频率,有效缓解时间服务器资源负担过重的状况,提出了一套适用于分布式系统的基于频率调节的时间同步算法。实验表明,该算法在保障同步精度的前提下,相对于传统的建立在相位调节方式上的时间同步算法,有较好的效果。