爆轰驱动动力学计算程序的并行计算研究

本文针对自行研制的二维爆轰驱动动力学计算程序LSFC2D的结构化网格特点,采用递归对分的区域剖分技术以及全局重分和局部微调相结合的动态负载平衡技术,实现了欧拉网格间的物理量传递,使得程序能够在高性能并行计算机上运行,解决了计算物理模型的计算规模和计算时间问题.在计算集群上进行了并行程序的正确性验证和并行性能测试,结果表明,150万网格量时并行计算效率达到了50%以上.     

基于MAS的分布式作战任务分配研究

首先介绍了基于MAS的任务分配概念,并通过分析传统合同网（CNP）模型的缺点,给出了基于改进合同网的任务分配模型,详细描述了改进合同网的任务协商过程;最后,结合典型军事仿真应用实例,对比分析了该模型相比于传统合同网模型的优点。     

基于边缘计算的任务分配算法研究

在云计算网络中,针对处理大规模任务时对降低时延和通信代价的需求,提出了一种基于边缘计算的任务分配方法.该方法首先根据任务的类别、算力需求和紧迫程度生成任务优先级队列,其次根据边缘节点的计算、传输和存储能力衡量其综合性能,最后利用改进后的蚁群算法为任务选择合适的边缘节点.实验结果表明,该任务分配方法在降低计算任务时延以及...     

一类大规模油藏数值模拟问题的有效并行计算

大型科学计算领域的并行处理一直是人们非常关注,如油藏数值模拟的并行计算,本文基于用网络连接多台共离内存多处理机的分布并行处理系统,运用并行计算理论和方法,采用负载衡策略,解决了网络节点多达７２．８万的大规模油藏数值模拟问题,提高了油藏数值模拟的计算速度和能力。     

时域有限差分法并行计算中的区域划分及负载平衡

本文讨论了利用网络进行时域有限差分法FDTD并行计算时需要解决的两个关键问题，区域划分策略及负载平衡策略。并结合实例进行了试验。最后，给出了平面光波导场域FDTD并行计算的实验结论。     

基于蚁群算法的无人机侦察任务分配

随着无人机(Uninhabited Aerial Vehicle,UAV)平台自身性能和信息化水平的提升,如何对无人机进行侦察任务分配成为重点问题;并且任务分配问题涉及无人机和目标数量、位置、性能等众多因素,也使任务分配问题变得十分复杂.针对侦察任务分配问题,进行分配建模研究,细化约束条件,使其更贴合实际应用场景.利用...     

解非均匀区域油藏模拟问题的一种有效并行计算方法

运用区域分解方法求解油藏模拟问题,结合灵活的区域划分和负载平衡策略,可以提高解题速度.但一般区域分解方法在应用中存在算法收敛慢,计算量增加,虽有一定加速比,但提高不大.特别是对非均匀区域的应用问题,子区域收敛速度不同引起的负载不均衡进一步导致性能下降.本文基于分布式并行系统,运用整体预处理改进区域分解方法,降低了非均匀油藏模拟问题的计算复杂性,提高了模拟计算的速度,并根据全局和本地负载状态调整区域划分,结合有效的负载平衡策略,达到对一类黑油模型油藏模拟问题高效的并行求解.实验结果表明,模拟速度有较大提高,并取得较高加速比.     

基于任务和用户属性的工作流任务分配算法研究

减小对任务的用时的情况下,流程的运行效率的提升也要特别注意,对任务的各方面标准也要完成到位,例如,类别、完成时间、用户的当前负载等等,建立了一种基于任务和用户属性的任务分配算法,利用该算法和角色匹配、技能匹配、负载配色相互依赖共同步完成对新任务的最佳用户选择问题.将该算法与其他算法的任务分配的效果进行相互对比后发现,WAMTU算法对任务分配负载有明显的降低作用,这种作用针对经验值高的用户,可以对用户解决流程的任务分配问题起到重大意义.     

基于动态优化的通信对抗任务分配

任务资源分配决定着通信对抗效能。提出了一种基于动态优化的通信对抗任务分配方法,针对任务优化分配问题建立了相应的动态解决模型,制定了动态分配实施流程。通过实例分析验证表明,该方法与现有静态分配方案相比,能够快速、合理地给出分配方案,达到最佳整体对抗效果。     

基于分配效益的雷达网任务分配仿真

雷达网任务分配问题是雷达网优化管理与控制的关键环节,旨在解决防空预警任务与探测资源之间的合理分配,对雷达网综合探测性能的发挥起重要作用。根据雷达网作战需求和作战任务分配准则,提出了分配效益的概念,讨论了考虑“四抗冶威胁时影响分配效益确定的各种因素,建立了基于分配效益最大化的雷达网任务分配数学模型。最后,结合一个仿真案例采用遗传算法对该模型进行求解,仿真结果验证了该模型的有效性。     

基于细粒度任务分配的空时自适应并行处理算法研究

对于空时自适应信号处理(Space-Time Adaptive Processing, STAP)算法的并行处理问题,传统方法以粗粒度的划分方式将STAP算法分配到特定硬件系统中的不同处理器中,利用处理器间的流水计算来提高系统计算吞吐量。该文分析了传统并行处理方法的缺陷：粗粒度的任务划分方式牺牲了STAP算法的并行度;传统处理方法仅能适用于特定的系统环境。针对上述情况,该文提出一种基于细粒度任务分配的STAP并行处理方法,该方法分为以下3个步骤：构建细粒度的DAG(Direct Acyclic Graph)形式的STAP算法任务模型;使用统一拓扑结构模型描述不同结构的目标硬件系统;基于细粒度任务分配算法将任务模型分配到拓扑结构模型中的处理器实现并行计算。实验结果表明该并行处理方法能够达到良好的加速比,并且对于不同的STAP应用系统具有很好的适应性。     

一种基于DAG的并行系统任务调度方法

设计了一种适用于同构总线式多核环境的任务调度算法,着重优化了传统静态列表算法中对于任务节点等级较为粗糙的计算方式,并改善了对通信的调度。通过统计性调度实验,表明该任务调度算法相比传统的调度方法具有一定的优化效果。     

确定性并行编程模型下任务调度策略的研究

并行程序执行的不确定性给并行程序的开发、调试和测试带来了挑战,严重阻碍了并行软件的发展。确定性并行编程模型是保证并行程序确定性的途径之一,但是程序可能因保证确定性而带来性能损失。文章以dedup基准程序为案例,探索确定性共享内存并行编程模型DetSM下的任务调度策略。文章首先分析了原dedup的程序架构和调度模型,然后结合DetSM的特点,将两种确定性的调度策略--"轮询"和"一对一"相结合来设计适合本应用的任务调度策略。实验结果表明,本文最后改进的调度策略是很有效的,它使得改写的dedup在性能上可以和原dedup相比较,甚至超越原dedup。     

A Hybrid Task Scheduling Algorithm Based on Task Clustering

Mobile Networks and Applications - Based on the problem of task communication overhead being higher than the task execution time has a direct negative impact on the makespan of task scheduling in...     

基于JXTA的P2PSIP软电话原型系统设计

结合当前SIP、P2P以及P2PSIP技术的现有方案。以JXT和RTCClient为基础,设计并实现了P2PSIP软电话原型系统。依据JXTA的管道通告发布和查询功能,给出了系统的模块结构,并设计了适配协议。最后通过测试和数据包截获,对呼叫过程的数据流进行了分析,验证了原型系统的功能。     

ETL中基于贪婪算法的任务调度方法研究

面向银行非现场稽核系统中海量数据的处理,提出一种基于贪婪算法ETL最优任务调度方法,使得任务总的执行时间最短.通过实测验证了该任务调度方法的高效和稳定.     

基于JXTA的P2P远程学习系统的设计与实现

JXTA技术主要用于提供P2P应用系统所需的基础服务.在总结传统B/S架构的远程学习系统许多弊端的基础上.分析JXTA技术的体系结构、核心协议及开发P2P应用系统的优势,利用JXTA技术和Java语言设计和实现一个简单的P2P远程学习系统.测试结果表明,该系统可靠性好、伸缩性强,极大地提高了学生的学习效率.     

基于并发流水线的直升机雷达多波束调度管理研究

武装直升机雷达为毫米波二维相控阵雷达,具有灵活、同时收发多个波束特征,基于此,本文提出了一种可以应用于同时多个波束通道的驻留任务管理算法。该算法在分析多波束驻留具有在时间重叠、独立波束间受能量等约束的基础上,给出最大化调度收益的多波束驻留调度模型。借鉴并发工作流水线的思想,提出一种启发式的驻留调度实现方法。仿真结果表明,由于该调度算法工作方式优先级原则和期望时间原则,有效地实现多波束驻留任务的调度,把各种任务丢失率控制在较低的范围,从而获得更高的系统实现价值率。     

云环境中基于粒子群算法的任务调度研究

任务调度是云计算实现高效计算的关键技术。本文采用粒子群算法进行任务调度求解,对每个子任务占用的资源采用间接编码方式,考虑时间和成本定义合理的初始化参数,选择合适的适应度函数,尽量避免陷入局部最优。仿真结果表明,改进算法具有寻优能力强、耗时少等优点,实现较为理想的任务调度结果。