一种面向多核的自适应并行虚拟机模型

给出了一种面向多核的自适应并行虚拟机模型。该模型以轻量级进程作为基本的调度对象,同时在指令层面上提供了对面向对象思想的支持,使得编程语言中的对象在成员方法被调用时可以动态映射为一个轻量级进程。虚拟机上程序的执行过程表现为多个对象间的消息传递,多个对象之间通过名字解析服务进行查找定位,而每个对象可以被映射到不同的内核上执行,从而使系统的并行性具有自适应性。     

一种新的自适应并行预取算法

研究了并行存储预取优化算法,根据并行存储的主要访问模式,提出要同时对文件内数据块访问和文件间访问进行建模,并对文件内数据块访问和文件间访问建模分别提出了E_IS_PPM算法和Last_N_Successor算法。最后将两个算法结合起来,提出了文件预取综合算法,算法根据计算和存储的可重叠程度以及文件预取页面的可获得性,自适应地决定预取深度。     

基于自适应字典学习的动态磁共振并行重建

动态磁共振成像技术在时空扫描精度上不能兼顾,是目前医学界的一个难点。动态磁共振成像数据在时空域具有很强的稀疏特性,使得压缩感知技术被广泛应用于MR图像重建。提出一种基于压缩感知自适应字典学习的动态磁共振并行重建方法,以高精采样的第一帧作为参考,实现对任意n个相邻帧的dMRI图像子序列的实时并行重建。与目前国际上比较先进的两种方法DTV和kt-SLR进行比较,实验结果表明该算法在重建精度方面具有一定优势。     

HL-DAQ：一种Hash学习的动态自适应量化编码

现有基于Hash学习二进制编码方法通常学习一组用于数据投影的超平面,并且简单地对来自每个超平面划分的结果进行二值化编码,而忽视了信息可能不均匀地分布在整个投影中且每一维投影中数据取值范围可能不一样的事实.为了解决此问题提出一种动态自适应编码量化方法,根据投影维度的信息量动态地为该维度分配相应的二进制编码位数,并通过动态规划方法使得所有投影的总信息量最大,以尽可能地保留原始数据的近邻结构.经实验验证,动态自适应编码量化方法较传统的Hash量化方法有显著的改进,理论证明：动态自适应编码方法和距离度量方式对原始数据的近邻结构保持优于传统固定位数量化编码及海明距离度量方式.     

一种并行的自适应量子粒子群算法

针对粒子群算法存在易陷入局部最优解的问题,提出了一种并行的自适应量子粒子群算法。通过共享粒子的两个极值,将改进后的自适应粒子群算法和边界变异的量子粒子群算法并行搜索,有效地克服了标准粒子群算法的缺陷。测试结果表明,该算法在精度和全局最优解的找寻速度方面有了很大的提高。     

并行下载最优机制

建立并行下载模型,并基于这一模型,从下载节点效益的角度出发,分析并提出最优机制.这种最优机制包括最优的选择源节点集合和文件分块方案.理论分析表明,这种机制能够使下载节点代价函数最小.仿真结果说明了这种机制的有效性.     

一种并行BP神经网络的动态负载平衡方案

为了加快在大规模神经网络训练下并行技术的训练速度问题，从BP算法的内部结构分析了BP神经网络算法的大规模行划分方法，提出了一种动态负载平衡方案。通过在PC集群环境下对并行算法的试验结果表明．这种并行划分提高了加速比，具有现实意义。     

一种并行BP神经网络的动态负载平衡方案

为了加快在大规模神经网络训练下并行技术的训练速度问题,从BP算法的内部结构分析了BP神经网络算法的大规模行划分方法,提出了一种动态负载平衡方案。通过在PC集群环境下对并行算法的试验结果表明,这种并行划分提高了加速比,具有现实意义。     

并行燃烧数值模拟计算优化——面向自适应非结构网格的动态负载平衡方法

燃烧数值模拟计算通常采用非结构网格模拟计算区域。在非结构网格上进行并行模拟计算时,其自适应方式使得不同进程上的计算负载频繁变动,且差异巨大,导致并行计算效率低下。为了提高并行计算的效率,一个有效的方法是采用动态负载平衡技术。提出一种针对燃烧的化学反应状态的动态负载平衡方法,该方法采用不同策略对化学反应不同阶段各进程上的计算负载进行预测,根据预测结果平均进程间的计算任务,达到负载平衡。实验分析表明,该方法能有效地降低进程间的负载不平衡程度,使得模拟计算的总体运行时间降低了10％。     

自适应并行蚁群算法

蚁群算法是一种模拟进化算法,具有很强的全局搜索能力.本文提出一种自适应的并行蚁群算法(A-PACO),该算法可以根据不同的搜索阶段,自适应确定参数的最优组合,在一定程度上避免停滞现象的出现并加速算法收敛.而且自适应的迁移策略可以较大丰富系统多样性的同时也较大降低子蚁群间的通信量,有效提高算法的搜索质量和缩短算法的运行时间.最后选用中国CHN144问题对该算法进行检验,结果显示该算法具有较好的稳定性和较快的收敛速度.     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

PDP: Parallel Dynamic Programming

Deep reinforcement learning is a focus research area in artificial intelligence. The principle of optimality in dynamic programming is a key to the success of reinforcement learning methods. The principle of adaptive dynamic programming (ADP) is first presented instead of direct dynamic programming (DP), and the inherent relationship between ADP and deep reinforcement learning is developed. Next, analytics intelligence, as the necessary requirement, for the real reinforcement learning, is discussed. Finally, the principle of the parallel dynamic programming, which integrates dynamic programming and analytics intelligence, is presented as the future computational intelligence.      

改进的分布式动态自适应负载平衡算法探讨

为了使分布式网络保持高效的运作,在多种常用的负载平衡算法中选择了动态自适应负载平衡算法,根据结点负载情况,区分轻载结点和重载结点。     

基于改进型BP网络的并联机器人自适应力控制

并联机器人力控制是并联机器人研究的一个热点和难点,引起了许多学者的关注,并取得了一定的成果。多数使用了传统的力控制研究方法。该文中,作者将神经网络引入并联机器人的力控制中,并介绍了一种改进型BP神经网络,以及其学习算法和网络的训练过程,并结合实际并联机器人6-SPS并联机器人,设计出基于改进型BP神经网络的并联机器人自适应力控制器,并进行了仿真和实验研究,通过研究表明所设计的控制器是可行和有效的。     

三维结构分析并行自适应有限元软件PHG-Solid

介绍了所研制的一个开源三维结构分析并行自适应有限元软件PHG-Solid。它是以并行自适应有限元软件平台PHG为基础开发的,支持在纯三维结构上进行并行自适应有限元分析。与现有的商业和开源结构分析有限元软件相比,PHG-Solid的特点和优势在于:1)支持完全自动化且高度并行的自适应有限元计算;2)能稳健高效地求解大规模问题,具有很好的计算规模可扩展性;3)易于扩展,用户可根据需要添加相应的计算模块。通过几个大型数值算例来展示该软件的计算能力和并行可扩展性,其中的最大计算规模超过了5亿自由度,最大并行规模达到了1024个MPI进程。     

一种自适应权重的并行PSO快速装箱算法

随着智能制造时代的到来,生产线后期产品的智能装箱已成为工业生产的重要环节,如何更快速地得到装箱结果对于提高生产效率尤为重要。以快速装箱为目标,文中提出了一种适用于工业生产线的智能化装箱算法。该算法采用自适应权重法改进了粒子群优化算法,相较于标准粒子群优化及遗传等传统启发式算法有更快的收敛速度;并采用GPU加速,实现了高性能的并行计算,大幅加快了计算速度。实验表明,所提算法同样能得到很好的空间利用率, 同时其收敛速度也显著优于传统算法。     

Parallel Simulations of Dynamic Fracture Using Extrinsic Cohesive Elements

In this paper, we present a novel parallel implementation of extrinsic initially rigid cohesive elements in an explicit finite element solver designed for the simulation of dynamic fracture events. The implementation is based on activating instead of inserting the cohesive elements and uses ParFUM, a parallel framework specifically developed for simulations involving unstructured meshes. Aspects of the parallel implementation are described, along with an analysis of its performance on 1 to 512 processors. Important cache effects and communication costs are included in this analysis. The implementation is validated by simulating the trapping of a crack along an inclined material interface.     

基于迁出地动态选择与自适应迁入策略的BBO算法

Dan Simon用生物地理学的方法和机制来解决工程优化问题,提出了生物地理学优化算法(Biogeography-Based Optimization,BBO)。该算法因其独特的搜索机制和较好的性能在智能优化算法领域得到了广泛的关注。为了进一步提高生物地理学优化算法的全局和局部收索能力,提出了一种基于动态选择迁出地与混合自适应迁入的优化策略,对生物地理学优化算法进行改进,形成一种新的改进型BBO算法。该算法根据进化阶段动态选择待迁出地,并综合当前迁出地和随机迁出地优化迁入策略;同时,设计与适应度相关的变异机制,以增加算法的全局搜索能力。仿真实验结果表明,该算法在全局搜索、收敛速度和收敛精度上均优于对比算法。     

基于并行计算中的动态负载平衡

在很多应用中都出现负载平衡的问题,尤其是负载平衡在并行分布式计算系统中起到不同寻常的作用.以工作站机群为代表的网络计算环境是当前并行计算和分布式系统的研究重点之一,解决异构性问题和动态负载平衡是使用机群进行网络并行计算的关键.本文对并行计算中的动态负载平衡问题进行了分析并提出了一些解决办法.