物流配送中心选址问题的0-1规划并行算法

建立物流配送中心选址问题的0-1混合整数规划模型,并结合目标排序法和改进的PSRS设计求解0-1规为1的并行算法。改进PSRS可将各个目标的验证任务进行均衡划分,并提交给各个处理器并行进行可行性验证,算法理论上具有接近处理器个数P的加速比。     

划分点定位并行排序算法

提出并分析了划分点定位并行排序（parallel sorting by divide-point locating)算法。在算法中，输入数据被平均划分并分配给所有处理机，因此每个处理机具有相同的工作负载。给出了网络分布计算环境下PSDL算法的实验结果，并与PSRS算法进行了对比。理论分析和实验结果表明，PSDL算法是一种高效率、高扩展性的并行排序算法。     

一种新的并行归并排序算法

文章提出了一种新的并行归并排序算法。算法充分利用并行系统中各个处理机中数据排序后序列长度相等的特点,计算出归并段对中的一个元素和最后一个元素的位置,然后再从相应的位置进行归并排序。该算法可使排序后的数据分布完全达到平衡,具有较高的负载平衡性、可扩展性和排序稳定性。文章最后给出了基于PC集群的实验结果,并把该结果与PSRS算法作了比较。     

悦耳的音乐从何处来——音箱部件大阅兵

本文详细讨论了串行快速排序的并行化过程,并在Windows2000 Professional和MPI群集系统的基础上实现了并行快速排序算法,然后对算法的性能进行分析和改进.     

NOW系统上的并行快速排序算法

介绍了在NOW系统上的并行快速排序算法的设计与实现，分析了影响算法性能的因素及改进方法，最后给出了该算法对字符串排序的并行效率为49．15％。     

基于非结构网格隐式算法的GPU加速研究

针对非结构网格隐式算法在GPU上的加速效果不佳的问题,通过分析GPU的架构及并行模式,研究并实现了基于非结构网格格点格式的隐式LU-SGS算法的GPU并行加速.通过采用RCM和Metis网格重排序（重组）方法,优化非结构网格的数据局部性,改善非结构网格的隐式算法在GPU上的并行加速效果.通过三维机翼算例验证了本文实现的正确性及效率.结果表明两种网格重排序（重组）方法分别得到了63%和69%的加速效果提高.优化后的LU-SGS隐式GPU并行算法获得了相较于CPU串行算法27倍的加速比,充分说明了本文方法的高效性.     

THSORT:单机并行排序算法

排序是计算机事务处理的重要操作之一.前人已经就内部排序、外部排序和并行排序提出各种方法.从一种全新的视角研究了排序算法,提出一种在单机上实现的并行排序算法THSORT(Tsinghua SORT).它用多个进程分别控制不同的硬件部件,使输入、排序和输出能够同时进行,从而大大提高了硬件部件的并行性和运行效率.在带有双磁盘阵列的硬件平台上进行的测试表明,THSORT的性能达到了NTSORT(new technology SORT)的1倍左右,并成为2002年PennySort(Daytona类)世界排序纪录的保持者.     

一种优化BITONIC算法:"并行-优化-串行"合并和分类向量算法

串行算法并行化是发挥各种巨型机的效率的关键技术之一。“并行－优化－串行”归并向量算法（OSVM），是一种串行算法并行化的优化方法，它用O（N／p)时间把总长为N的两个有序序列归并或把总长为N的一个Bitonic序列排序。“并行－优化－串行”排序向量算法（POSVS）用O（NlogN)/p）时间在实际SIMD机上把N个数排序，这些是第1个满足以下两个条件的向量Optimal算法（加速比＝O（p))，（1）它能在实际SIMD计算机上实现，处理机的台数p的范围很宽1≤N^1-ε，这里，ε是任意的小的正数。（2）它统一了3种不同类的合并算法：Batcher的Bitonic算法（最快但效率随参数变大而向于0），优化(Optimal)算法（效率为常数的算法）和最佳的串行算法。而且综合了3个算法的优点，“并行－优化－串行”（POS）方法是一个通用方法，它还可以应用到其它类型问题上。     

纵横多路并行归并算法

基于倾斜与振荡法多路归并排序算法,提出了纵横多路并行归并算法,与已有方法递归应用两路归并过程不同·该算法直接对m×k的矩阵(m,k为任意整数)进行排序,消除了对两路递归过程的依赖,是一种新的多路归并排序算法·通过和倾斜与振荡法多路归并排序算法和高效的任意路并行归并算法的性能分析比较,当3k40时,该算法的时间复杂性低于同类算法·同时,该算法在专用硬件实现的设计复杂性上也具有明显的优势·     

并行投影融合隐式凸可行性模型的WSN定位仿真

为了解决当前无线传感器网络(Wireless Sensor Network,WSN)未知节点定位精度低,对初始节点要求高等难题,提出了并行加权投影融合隐式凸可行性的WSN协同定位机制.基于数学模型,分析了WSN定位问题,并将其转换成隐式凸可行性问题;再引入权重理论和并行投影思想,将其嵌入到隐式凸可行性问题中,设计了基于加权凸集投影的WSN协同分布式定位算法;构造了隐式凸可行性问题的数学模型,对属性进行了分析与证明.最后对改进机制进行了测试,结果表明:与当前WSN定位算法相比,改进机制具有更高的定位精度,经验积累分布函数值最大,收敛速度最快,呈单调收敛.     

一种实用的并行计算模型

对于当前流行的工作站集群环境和各类并行机系统,文中提出了一种实用的并行计算模型,即基于LogGP的非独占异质同步模型NHBL（Nondedicated Heterogeneous Barrier LogGP）,它旨在反映具有异质性和非独占性的NOW计算环境对并行算法设计和分析的影响,然后用NHBL模型分析了PSRS算法在国家高性能计算中心（合肥）的工作站集群NHPCC-Cluster和曙光－1000MPP由的代价,并用实测结果进行了验证。     

良性隐式枚举与近隐式枚举

对数学规划中的枚举法进行了有效的分类: 良性隐式枚举与病态隐式枚举. 考察这两类隐式枚举的本质差别. 给出良性隐式枚举的判别条件. 根据不完全枚举的概率收敛性, 提出近隐式枚举的概念. 例举了几种典型的良性隐式枚举法和近隐式枚举法. 文末指出良性隐式枚举及近隐式枚举的发展方向.     

网络计算环境下并行算法及其可扩放性分析

并行算法的可扩放性是提其有效利用计算节点的能力，它可以预测算法在处理机数目变化时的性能，在网络环境下用ＰＶＭ实现了并行矩阵乘法及ＰＳＲＳ算法，分析了在网络计算环境下这两个算法的可扩放性，并利用试验数据进行了验证。     

Application of 0-1 integer programming to multitarget tracking problems

This paper presents a new approach to the solution of multi-target tracking problems. 0-1 integer programming methods are used to alleviate the combinatorial computing difficulties that accompany any but the smallest of such problems. Multitarget tracking is approached as an unsupervised pattern recognition problem. A multiple-hypothesis test is performed to determine which particular combination of the many feasible tracks is most likely to represent actual targets. This multiple hypothesis test is shown to have the computational structure of the set packing and set partitioning problems of 0-1 integer programming. Multitarget tracking problems that are translated into this form can be rapidly solved, using well-known discrete optimization techniques such as implicit enumeration.     

求解整数线性规划的一种高效隐数搜寻

提出了一种求解整数线性规划的新的隐数算法。首先,该算法引入了一组线性变换,将线性松弛问题的最优非基变量变换到一组新变量,使新变量有更小的取值范围。然后,在目标函数超平面上对非基变量和新变量进行隐数计算,从而大大提高了隐数搜寻的效率。     

An accelerated approach for solving fuzzy relation equations with a linear objective function

In literature, the optimization model with a linear objective function subject to fuzzy relation equations has been converted into a 0-1 integer programming problem by Fang and Li (1999). They proposed a jump-tracking branch-and-bound method to solve this 0-1 integer programming problem. In this paper, we propose an upper bound for the optimal objective value. Based on this upper bound and rearranging the structure of the problem, we present a backward jump-tracking branch-and-bound scheme for solving this optimization problem. A numerical example is provided to illustrate our scheme. Furthermore, testing examples show that the performance of our scheme is superior to the procedure in the paper by Fang and Li. Several testing examples show that our initial upper bound is sharp.     

Computational experience with an algorithm for 0–1 integer programming

In a previous paper in this journal, the authors described an implicit enumeration algorithm for the all integer programming problem. In this paper, a specialization of the aforementioned algorithm for 0–1 integer programming problems is developed. The computational efficiency of this specialization is investigated by solving a set of test problems, using a computer code of the algorithm written for this purpose.