网络最短路问题的改进算法

本文着重研究著名的Dijkstra网络最短路算法的实现效率，提出算法实现的若干技巧，大大提高了Dijkstra最短路算法的适用性和时间空间效率。     

一种基于MPI与OpenMP的矩阵乘法并行算法

阐述MPI与OpenMP进行并行计算的特点,并在Visual Studio 2010上构建一个基于两者的混合编程平台。程序在该平台上执行时能够同时实现多进程与进程内多线程编程,设计并实现一种基于数据划分的矩阵乘法的并行算法,将数据分解为两部分交给两个计算节点分别完成,并在每个计算节点内将数据进一步划分,交给多个线程同时执行。通过与非并行矩阵乘法、MPI矩阵乘法、OpenMP矩阵乘法运算性能进行比较,验证该算法可以有效地挖掘计算机的处理能力。     

MPI下单源点最短路径的并行算法设计与分析

为了解决大量计算时的速度问题以及对PC机资源的充分利用问题,以基于消息传递接口的方式设计了一个求单源点最短路径的并行算法.通过区域分解,各个子区域求出各自的最短路径并与其他子区域进行数据传递,实现了并行化求解,有效提高了计算效率.     

基于节点合并的最短路问题新算法

提出一个解决非负权网络最短路问题的节点合并算法.该算法以将距离起始节点最近的邻居节点拉到身边的方法,与距离最近节点不断合并,重复这一动作,最终求得起始节点到其他节点的最短路距离.与Dijkstra算法相比,节点合并算法不存在节点着色操作,始终只考虑起始节点的邻居,实现步骤更加简单,整个过程可以采用向量化操作,易于理解和编程实现.数据试验表明,节点合并算法求解效率明显高于Dijkstra算法.     

基于LAM/MPI的并行计算方法

介绍了并行计算的设计标准之一MPI,并深入研究了MPI的一个实现版本LAM,研究LAM的目的是为了在VLSI设计中运用LAM来加快矩阵的运算速度.LAM/MPI是对MPI标准的一个高质量的运用和实现,提供了在不同平台上的高性能运行.     

基于MPI的并行医学图像处理

本文就并行计算技术在医学图像处理领域应用的优势和现状,论述了医学图像处理算法的并行实现方法,并在并行计算集群上实现了CT图像Sobel算子边缘检测及基于互信息的单模PET图像配准的MPI并行算法。针对这两种不同应用和不同的机群规模分析了并行计算的性能,说明了并行计算技术在该领域的适用范围。     

最短路问题的Floyd改进算法

目前在不含负回路的网络中,对于求解任意两节点之间最短路问题的方法有很多,Floyd算法是最经典的算法之一,但随着节点数量的增加,重复的计算量也随之增大,从而降低了计算效率。为此,文中通过迭代矩阵和下标标注法对Floyd算法进行了改进,改进后的算法既能快速地计算出网络中任意两节点之间的最短路长值,又能更直观地找出最短路径。通过具体实例分析表明,Floyd改进算法减少了重复计算,简化了路径标注方法,提高了计算效率。     

动态网络最短路问题的复杂性与近似算法

有向网络的最短路问题在交通、通信系统的最优路径计算以及多阶段决策过程的最优轨线设计等实际问题中有着重要应用.经典模型及算法解决固定弧权条件下的最短路问题,而实际中,网络往往是动态的,即弧权依赖于时间变化,例如在交通拥堵时运行时间会变长,这时经典的最短路算法不再适用.文中证明了动态网络的最短路问题是NP-困难的;给出了最短路稳定性的充要条件,并在此基础上提出一种基于稳定区间的近似算法,通过模拟实验验证了该算法的有效性.     

基于MPI的并行Kriging空间降水插值

为减少空间降水插值的计算时间,以MPI并行接口为技术手段,采用数据划分建模方法,实现改进Kriging算法的并行算法.在Linux操作系统上搭建并行计算环境,试验数据表明,该并行算法能有效节省计算时间并具有良好的加速比、并行效率和扩展性.为Kriging插值算法的并行化实现和应用提供有意义的参考.     

改进的进化算法解最短路问题

最短路问题是组合优化中的经典问题之一,对其设计有效的算法具有广泛的应用价值和重要的理论意义．为了减少对初始种群选取的限制,扩大种群的多样性,本文提出了一种新的杂交方式．根据一对染色体中不同位相同基因对的数目,设计了分类杂交．这种杂交不仅增加了种群的多样性,还避免了不可行解的出现．与杂交算子相对应设计了具有局部搜索功能的收缩—扩张式变异算子,使得本算法效率有了极大提高,并在理论上证明该算法以概率1收敛到全局最优解．最后的数值试验也表明此算法是十分有效的．     

基于MPI的并行算法性能分析器的设计

以MPI为基础,以高斯消去法求解线性方程组的并行算法为实例,设计了分析并行算法性能的分析器,该分析器能够调度网络上多台计算机协同合作进行并行计算,并分析并行算法相对于串行算法的性能优势.     

基于MPI并行环境下拉格朗日插值的求解

在拉格朗日插值计算中存在计算时间长的内存消耗大的难题,并行计算可以减少单机处理量,是解决该难题的有效途径.本文针对网络并行系统特点,提出了有效的优化步骤,采用MPI并行函数库实现高效率拉格朗日插值并行计算.计算结果证明了该方案的正确性,并且得到了较高的并行效率,为后续一些复杂问题的求解提供了可行的解决方案.     

解非等同并行多机调度问题的并行遗传算法

针对最小化完工时间的非等同并行多机调度一类问题,提出了一种混合遗传算法。该算法根据问题的特点,采用一种自然编码方案,此编码与调度方案一一对应,并对初始种群、交叉和变异等方法进行了研究。在鉴于遗传算法自然的并行性特点的基础上,实现了主从式控制网络模式下并行混合遗传算法。计算结果表明,并行混合遗传算法是有效的,优于启发式算法和遗传算法,有着较高的并行性,能适用于大规模非等同并行多机调度问题。     

基于MPI的结晶器传热并行计算方法

针对连铸结晶器传热数值模拟计算量较大、耗时长的特点,基于自行构建的并行计算环境,对计算数据域采用对等模式划分成块,设计了用于结晶器传热数值模拟的并行计算方法.测试结果表明,采用并行算法可获得与串行算法相同的模拟结果,在同等计算量下极大地减少了计算时间,提高了数值模拟的效率.为有效提升传热计算速度和更为复杂条件下的结晶器数值模拟提供了可行途径.     

基于MPI的并行程序设计

在介绍消息传递接口标准（MPI）和分析并行程序设计方法的基础上，提出了在并行程序设计中需要进行算法级分析和程序级测试，以此来对影响具体的并行程序执行效率的因素进行分析，并用实例验证了分析结果。最后对MPI的实现之——MPICH1．2．5版本的不足，提出了改进的方法。     

基于MPI的Jacobi迭代算法的并行化

Jacobi迭代算法是解线性方程组的最常用的方法,具有广泛的应用。Jacobi迭代属于计算密集型[1],将并行计算技术应用到Jacobi迭代中,具有重要的意义。通过使用消息传递编程模型mpi提供的向量数据类型和虚拟进程拓扑来实现Jacobi迭代的并行化。     

基于MPI的Strassen矩阵乘法算法的并行计算研究与实现

本文在Windows系统并行计算平台下,利用MPICH环境并结合Visual C 6.0编程语言,实现Strassen矩阵乘法算法的并行程序,实验表明该算法能有效地提高矩阵乘法的运行效率.     

Mandelbrot集并行算法的MPI实现

分析了MPI环境下算法设计的特点，描述了在MPI环境下实现Mandelbrot集的三种算法，并对它们进行了比较。     

城市路网的最短路径并行求解

随着当前城市规模的不断扩大,交通网络变得越来越复杂,计算最短路径问题不仅要消耗大量的空间资源,同时也花费了更多的时间资源。为了提高最短路径求解的实时性,基于城市小区将复杂网络进行化简,在各个小区中寻找代表节点,将其他无关的节点看做透明的不参与计算,保持原有网络的特性。然后采用并行搜索算法及分层思想进行路径查询,并且在PC机群的并行环境下对其进行实现。实验结果表明,该方法在运行时间和内存空间分配都具有明显的优势,具有良好的实用性。     

基于Define-Use图的MPI通信求解算法

针对分布存储计算机系统并行编译过程中,为维持数据一致性而产生冗余通信的问题,提出一种优化的通信求解算法。该算法基于依赖关系分析和过程间数据流分析,通过遍历Define-Use图,获得更精确的通信数据,消除过程调用时产生的冗余通信。实验结果表 明,将算法所得结果作为后端生成MPI通信代码的依据,可以有效减少通信量,加速比接近手工MPI并行程序。