基于PC机群的大地电磁Occam反演并行计算研究

Occam反演以其稳定收敛和不依赖于初始模型的特性被广泛应用于大地电磁数据的处理，但偏导数矩阵的计算和拉格朗日乘子的求取导致大量的模型正演，使得反演速度较低。为此，研究了用基于PC机群的并行计算来解决这一问题的方法。首先对Occam反演方法进行了阐述；然后，分析了反演方法中各计算耗费的时间，提出对约占计算量90％的偏导数和拉格朗日乘子进行并行计算的思想，即偏导数计算采用频点计算一级的大粒度并行，拉格朗日乘子扫描和一维搜索分别采用弘值计算一级的大粒度并行和频点计算一级的小粒度并行；给出了并行计算的实现方法，即在PC机群上，利用主一从编程模式实现Occam反演的整体并行计算。在计算中，采用任务组合方式，减少了通信量，较好地实现了负载均衡。在4节点PC机群上，对应于拉格朗日乘子的扫描和一维搜索方式，整体加速比分别达到3．36和2．83。     

Replay-based debugging of occam programs

Parallel programs are intrinsically non-deterministic, and therefore the techniques of cyclical debugging that are commonly used for sequential programs are not suitable for parallel ones. This paper proposes a method to reproduce Occam program behaviour. Saving information on the timer values input by the program and the guards selected at run-time on alternative commands allows program replay, i.e. it makes it possible to re-execute the program deterministically with the same inputs following the same instruction path. This enables the software developer to use tools such as debuggers and intrusive monitors to help identify program faults. After discussing possible implementations of the proposed technique, IRD (an interactive replay debugger for Occam programs) is described. Finally, the use of the IRD in a sample debug session is presented as an example.     

使用“通信顺序进程”机制的神经网络仿真

本文引入了“通信顺序进程”的概念，同时介绍了一种实现环境－ＲＩＳＣ结构的Ｔｒａｎｐｕｔｅｒ处理器及Ｏｃｃａｍ并行化编程语言，并阐述了用“通信顺序进程”机制来仿真人工神经网络的方法。     

CSAMT奥克姆一维反演的应用

在可控源大地电磁数据一维反演方法中,用简单的层状模型来描述地下介质的电性分布是不符合真实情况的,奥克姆（Occam）法反演就是考虑地下介质随深度分段连续的变化,考虑了地质结构的纵向和横向的光滑情况,在构造目标函数加上-光滑限制函数,在反演的结果可以得到比较光滑的地下介质模型。本文阐述了奥克姆（Occam）反演的原理方法,通过理论模型进行了验证,得到了较好的效果,对工程实例进行合理的反演解释。     

二维大地电磁反演及其在铁路长大隧道勘探中的应用研究

首先对多种反演方法的特点进行介绍,然后分析比较以Bostick变换为初始模型的OCCAM反演和非线性共轭梯度反演,指出Occam反演对初始模型依赖性小但反演速度慢,非线性共轭梯度反演对初始模型依赖性大但反演速度快的问题,进而提出以Occam反演作为初始模型的非线性共轭梯度改进方案。实践证明,改进的组合反演算法简便、快速,成像效果好。最后,用改进方法对南涪线梓里隧道（DK92＋406-DK97＋023）的大地电磁资料进行了处理,其结果对褶皱、断层、岩溶等地质构造进行了较好的反应。     

智能算法在双辊铸轧过程铸轧力计算中的应用

在双辊铸轧过程中,铸轧力的控制是铸轧过程稳定进行和提高薄带质量的关键.为了控制铸轧力,必须建立铸轧力计算数学模型,本文采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,在网络的目标函数中引入了表示网络结构复杂性的惩罚项,融入“奥克姆剪刀”理论,避免了网络训练的过拟合.将上述网络应用于铸轧过程的铸轧力计算,具有很高的计算精度,同时在收敛速度、稳定性和泛化能力方面都优于传统的BP神经网络.     

MT Occam并行反演方案及性能分析

针对MT Occam反演速度慢的问题，分析了实现其并行计算的可行性和途径，提出了基于频点和拉格朗日乘子（μ^-1）扫描点划分的大粒度并行反演方案和具体实现步骤。对方案的加速性能进行了理论分析，得出了理论加速比曲线，明确了方案的适用性。采用基于消息传递的PVM并行平台，以主一从编程模式，实现了偏导数矩阵和肚值求取的并行计算。算例表明，综合并行效率较高，反演速度提高显著。     

使用“通信顺序进程”机制的神经网络仿真

本文引入了“通信顺序进程”的概念，同时介绍了一种实现环境－ＲＩＳＣ结构的Ｔｒａｎｓｐｔｅｒ处理器及Ｏｃｃａｍ并行化编程语言，     

基于量子行为粒子群算法的航空瞬变电磁拟二维反演技术

传统的确定性反演算法严重依赖初始模型,易陷入局部极小值中,导致最终反演结果偏离真实模型。粒子群(PSO)算法作为一种随机性反演算法,具有较强的跳出局部极小值的能力,但是仍存在早熟收敛和收敛速度慢等问题,限制了该算法在二、三维电磁反演中的发展。针对上述问题,首先提出采用量子行为粒子群(QPSO)算法代替传统粒子群算法,将量子在势阱中运动规律引入到粒子群算法中,使得粒子可以出现在势阱内任何存在概率分布的位置上,有效地克服了由于群体的聚集性所导致的早熟收敛问题。此外,采用拟二维反演算法代替传统二维反演算法,使得反演模型参数维度下降,寻优过程中局部极小值个数将大幅度减少,显著提高粒子群算法的收敛速度,但是在粒子群中开展拟二维反演时,传统的正则化参数的寻优过程将浪费大量计算资源。结合量子行为粒子群算法中各测点的全局最优粒子在粒子群进化过程中的重要地位,采用α-Trimmed方法开展相邻点间全局最优粒子模型参数光滑约束,实现粒子群算法快速横向约束反演。最后将量子行为粒子群算法拟二维反演技术应用到含噪全航空瞬变电磁仿真数据处理中,反演结果与原始模型具有较好的一致性。