共享内存计算机上有限元法的并行实现

基于共享内存并行计算机提出了一种新的有限元法的并行算法，包括有限元的系数矩阵形成的并行实现和有限元方程的并行求解，该算法编程简单容易，算法在具有８个处理器并行计算机ＳＧＩ ＣＨＡＬＬＥＧＥＬ上实现。     

分布式并行遗传算法在板材套料优化中的应用

讨论如何利用企业的分布式计算环境将分布式并行遗传算法用于矩形零件优化套排的问题。建立了利用企业分布式计算环境进行板材套料优化的组成模型，分析其计算过程、计算环境及其技术支撑系统，并通过算例说明相对于标准遗传算法，分布式并行遗传算法可以实现更高的效率和更好的优化结果之间的平衡。     

基于并行遗传算法的场地浅层剪切波速度结构反演

目的针对传统遗传算法容易陷于极值,计算时间长的问题,设计基于计算机集群的一种新的粗粒度并行遗传算法反演场地浅层剪切波速度结构．方法采用遗传模拟退火算法和MPI并行计算技术,实现多进程的粗粒度集群计算,通过个体迁移策略协调优化子种群,运用计算效率判断计算负载状态,采用动态种群进行负载平衡,构建了4节点的PC集群,对算例和实际场地的浅层剪切波速度结构进行了反演计算．结果简单模型收敛于最优解,实际场地的反演结果与钻孔资料的平均误差均在20％以内,计算速度明显提高,并行遗传算法的反演结果好于串行遗传算法反演的结果．结论笔者设计的粗粒度并行遗传算法有效地加快了进化速度,并行效率高,加强了局部搜索能力,反演结果较好,适合应用于反演实际工程场地的浅层剪切波速度结构．     

基于机群系统的中尺度大气数值模型计算系统

气象预报是高性能计算的重要应用领域，要用处理能力很强的并行计算机系统才能实现。对于地市级气象部门来说，由于资金的限制，使用超级并行计算机进行气象计算是很不实际的，本将并行机群技术与目前国际上流行的中尺度气象模型MM5相结合，实际基于机群系统的中尺度大气数值模型计算系统，为进行中小尺度气象计算的地市气象部门提供了一种经济、可靠的计算方式。     

三维阻抗方法及并行实现（增刊）

为了拓展阻抗方法在生物电磁学中的应用，重新推导了三维阻抗方法，并给出了三维阻抗方法的并行实现方式。首先基于Maxwell方程，通过离散化网格推导了三维阻抗方法，得到了可计算的电磁波波长和计算网格解析度之间的关系。然后给出了阻抗方法的并行实现的通信方式并建立了并行计算系统平台。最后，计算了暴露在高压输电线下解析度是3mm含196×114×626个网格的人体模型体内的感应电流。计算结果验证了并行阻抗方法的有效性和计算效率。     

高阶边界元线性方程组的几种波前消元法

总结出三种求解边界元非对称系统矩阵线性方程组的波前消元法，将建立方程和消元逐行并行交换实现，由此节省了大量的计算机存储量和计算机时，使较大的计算问题容易得到了解决。讨论了三种方法求解了不同类型的较高阶边界元方程组的效率，并给出工程了连接结构（多子域结构）的实例。     

高阶边界元线性方程组的几种波前消元法

总结出三种求解边界元非对称系数矩阵线性方程组的波前消元法，将建立方程和消元逐行并行交错实现，由此节省了大量的计算机存储量和计算机时，使较大的计算问题容易得到解决．讨论了三种方法求解不同类型的较高阶边界元方程组的效率，并给出了工程连接结构（多子域结构）的实例．     

有限元问题的并行求解

根据有限元结构的特点，可以使总体有限元网格成为一列覆盖结构，并利用单元内部计算的独立性，实现了限元方程的并行求解。文中的两个并行计算过程实现了树形结构递归计算，描述了有限元问题的并行求解过程。     

基于神经网络和粒子群算法的移动机器人路径规划

针对移动机器人传统路径规划算法效率不高,寻优能力差等问题,提出一种基于神经网络和粒子群优化算法相结合的移动机器人路径规划方法.该方法利用神经网络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计算效率和可靠性.仿真结果表明,这种新路径规划方法是可行且有效的.     

实对称矩阵LDL^T分解的异步并行算法与实现

基于Ｔｒａｎｓｐｕｔｅｒ分布式并行计算机环境，设计了实对称矩阵ＬＤＬＴ分解的异步并行算法，采用３Ｌ并行Ｆｏｒｔｒａｎ编写了计算程序，经数值算例分析表明，算法与程序设计正确，并行效率较高，而且随矩阵阶数增大而提高。     

MIMD多机系统的异步并行拟牛顿法

基于ＭＩＭＤ（多指令流多数据流）多处理机并行系统，提出了求解非线性方程组的异步并行拟牛顿法，给出了算法的实现过程，收敛性及收敛效率估计。该算法的工作量比常用串行牛顿法少，具有超线性收敛和数据稳定性，理论分析与计算结果表明，异步并行拟牛顿法有较好的并行性。     

多核计算下气象研究程序的并行化研究

针对多核计算环境下气象计算的并行化这个难题,在分析气象计算并行化步骤的基础上,从气象计算方法间并行,程序模块间并行和程序模块内并行3个角度描述了气象研究程序的一般并行化过程。并以一个气象研究模式为例,分析了其并行化的过程。在模拟实验中,对广泛应用于气象计算的蒙特卡洛方法进行了并行化。实验结果表明,所提出的方法能减少约20％的执行时间。     

并行遗传算法在粗糙集属性约简中的应用

遗传算法是一种全局优化的数值计算方法，它存在自然并行性．给出一种求解粗糙集属性约简问题的并行遗传算法，并在普通网络环境下实现．结果表明，并行遗传算法适合于求解问题规模较大及大数据样本点的数据约简问题．     

动态规划的并行化方法

基于动态规划法提出了寻找最短路程的并行化方法,该方法将递推计算问题影射到两个线性阵列结构上并行实现,提高了计算的实时性。该方法也可用于动态规划法并行求解其它多级决策过程。     

电信社群网络中介度的网格并行算法及调度算法

为了解决电信社群网络中介度(图的一个几何量)计算中的海量计算问题，研究并实现了高性能网格并行计算方法。该算法采用层次性的二分法分割数据，能在较短的时间内完成大规模社群网络图的各个顶点中介度计算。为了提高计算的加速比，还提出了一种改进的网格并行调度算法，采用动静态结合的方法来平衡负载。论证表明，改进算法的加速比、并行效率和平衡度都有提高，计算用时与网格上并行计算处理器数目成近似线形关系。     

电信社群网络中介度的网格并行算法及调度算法

为了解决电信社群网络中介度(图的一个几何量)计算中的海量计算问题，研究并实现了高性能网格并行计算方法。该算法采用层次性的二分法分割数据，能在较短的时间内完成大规模社群网络图的各个顶点中介度计算。为了提高计算的加速比，还提出了一种改进的网格并行调度算法，采用动静态结合的方法来平衡负载。论证表明，改进算法的加速比、并行效率和平衡度都有提高，计算用时与网格上并行计算处理器数目成近似线形关系。     

压缩感知重构算法的并行化及GPU加速

针对压缩感知重构算法计算实时性太差的问题,提出压缩采样追踪匹配(compressive sampling matching pursuit,CoSaMP)算法的并行化加速算法。 基于多线程技术实现重构算法的粗粒度并行化,分析CoSaMP算法的计算热点,将其中耗时较多的矩阵操作移植在图形处理器(graphics processing unit, GPU)上,实现算法的细粒度并行化。在测试图像上进行试验,结果表明:并行化加速算法取得50倍的加速效果,有效地降低重构算法的计算时间开销。     

高性能计算在水工上的应用

高性能计算作为计算的高端，受到人们的关注。本文介绍了高性能计算在水工中应用的迫切需要，特别是在并行有限元计算方面更显示出它的优越性，并以在混凝土三维细观静动力学分析为例，说明并行计算可以解决计算规模小和计算速度慢的问题。     

基于Markov链蒙特卡洛的因子图均衡算法

针对基于因子图模型的非线性失真信道的迭代均衡计算复杂度高的问题,提出了3种不同的接收信息后验概率的有效算法以及并行实现方法。在基于因子图的均衡算法中,均衡器和译码器以迭代处理的方式联合工作,提高了系统的整体性能,但计算复杂度随信道记忆长度呈指数增加,通过Markov链蒙特卡洛算法实现多维积分的计算,并通过因子图分割实现并行Gibbs采样,降低了计算复杂度,仿真表明,该算法有效克服宽带高阶调制的卫星信道非线性失真,有利于硬件或多核并行实现。     

混合并行技术在FDTD计算中的应用研究

为提高网络环境下细粒度并行FDTD计算的性能,引入局域网两层并行能力的概念,发展了一种高性能的混合并行FDTD算法。在该算法中,通过利用MPI与OpenMP多线程技术,在传统域分解FDTD算法基础上,实现了数据与任务的两层并行化。作为算法实现的应用,对一种常见的车载隐藏式印刷天线进行了模拟研究。计算在不同数量的PC机上执行,并与传统的网络并行FDTD算法进行了比较。数值结果表明,当域分解粒度较小时,该混合并行方法能够有效地提高局域网并行FDTD的算法性能。