考虑外包的并行调度随机期望值模型

在已有并行机器调度随机期望值模型的基础上,考虑了以产品外包为能力拓展形式的现代生产模式,建立了基于外包决策的并行调度随机期望值模型.该模型以带有拖期惩罚函数的最大化利润为目标,以遗传算法这种进化的启发式计算方法寻找近优解.同时引入虚拟任务的概念,实现了对外包情形下机器调度问题的有效处理和简化.实例证明,该模型在用于解决考虑外包的并行机器调度问题时是可行的.     

进化神经网络的研究进展

进化神经网络由于充分利用了进化算法与神经网络的优点而越来越受到人们的关注,从而形成了一门新兴的计算智能学科.讨论了进化神经网络的起源,从辅助式进化神经网络和结合式进化神经网络评述了进化神经网络的研究现状,阐述了进化神经网络的并行实现.最后指明了进化神经网络的发展与未来.     

灰熵并行分析引导PSO求解多目标优化问题

提出采用灰熵并行分析法引导粒子群算法求解多目标优化问题。灰熵并行分析法综合灰色关联分析法与信息熵的特点,对数据序列计算灰关联系数,同时并行地对数据序列计算信息熵及熵值权重,将灰关联系数与熵值权重结合求得灰熵并行关联度。〖JP2〗通过粒子群算法对优化问题的多个目标构建与粒子数相同数量的目标值序列,计算每个序列的灰熵并行关联度值,利用该值作为算法适应度值的分配策略引导粒子进化。以10个典型作业车间调度问题为例进行实验,结果与差分进化算法及遗传算法进行比较,表明灰熵并行分析法可以有效引导各算法进化,使算法在收敛性和分布均匀性方面表现良好,且粒子群算法的优化结果要好于其他两种算法的结果。     

基于带控制器并行结构模型的并行微粒群算法

并行计算是解决复杂大规模工程计算问题的有效方法。现提出了一种基于带控制器并行结构模型的并行微粒群算法,它是一种粗粒度的并行。它将种群分为几个子种群,分别放在不同的处理器上,每个子种群独立、同时进化,周期性地交换、更新最优信息。实验结果表明：若选择合适的通讯周期时,该并行微粒群算法不仅具有理想的加速比,而且有效地提高解的质量。     

面向并行Agent仿真的合成基准测试模型

为了评估并行仿真算法的性能,需要建立一个基准测试模型。针对并行Agent仿真研究领域中缺乏一种与应用无关的基准测试模型这一问题,在借鉴并行离散事件仿真中经典的合成测试模型PHOLD设计思想的基础上,根据基于Agent仿真的特点,提出面向并行Agent仿真的合成基准测试模型,利用该模型可以方便地合成符合不同应用特点的计算负载,去除与应用相关的因素对性能分析的影响,能够为不同的并行Agent仿真研究者提供一个公共的测试基准。最后,采用该模型从实验层次上分析了Agent计算粒度、所采用的处理器数目等因素对并行Agent仿真加速比的影响。     

基于并行仿真及动态克隆技术的实时决策分析

采用并行仿真技术可以在不损失模型分辨率的情况下模拟大规模战场上的复杂作战行动,是联合作战模拟和作战方案决策及效果分析的有力工具。在介绍并行仿真基本概念并对比并行仿真与串行、分布式仿真的区别及特点的基础上介绍了仿真克隆的概念及该技术如何应用于描述多分支决策过程。最后,提出了基于高性能计算平台、并行仿真技术、仿真克隆技术和决策分支分析技术来建立战场实时决策分析工具的设计方法,并探讨了其中的主要技术实现方式。     

基于Matlab的分布式并行优化计算环境

在对并行计算环境进行深入讨论的基础上，提出了基于Matlab的分布式并行优化计算环境的层次结构，并设计了初始化函数、发送接收任务函数、进行任务函数和回送并综合结果函数四大类的基本并行函数，这些函数都具有大粒度的特点。利用这些基础函数，实现了并行SQP。为伪代码的分析中表明，利用四类基本函数实现分布式并行计算是简单而有效的。     

并行与分布仿真桥接技术研究

针对目前分布仿真系统对于复杂仿真模型解算能力的不足,提出了采用桥接技术实现并行仿真与分布仿真联合演练的思想.通过高性能并行计算机对复杂仿真模型进行快速解算,其结果通过桥接软件及时地返回给分布仿真系统.系统地描述了并行与分布仿真桥接软件的主要功能,以及数据实时传输技术、通用数据实现方案、时间同步策略等关键技术.     

有一定物理基础的核素浓度预测神经网络模型

为解决突发核电事故后使用机理模型预测放射性液态流出物迁移扩散,需长时间迭代计算的不足,提出了一种新型混合神经网络模型,该模型耦合了描述液态流出物在受纳水体中迁移扩散的组分输运方程和神经网络模型,采用并行多种群混合进化粒子群算法计算神经网络权值与阈值.论文以湖北咸宁大畈核电站受纳水体富水水库为研究对象,对事故工况下长半衰期核素迁移扩散进行模拟预测,研究结果表明有一定物理基础的神经网络模型是一种有效、可行的预测模型,预测结果与机理模型的模拟输出拟合度较好,新模型较传统的黑箱神经网络模型以及基于单调型先验知识的神经网络模型具有更强的泛化性能改善能力.     

基于高性能计算环境的并行仿真建模框架

为提高大规模分析评估推演类仿真的运行速度,基于高性能计算环境(HPC)的并行分布仿真正成为当前仿真研究的一个重要方向。论文在深入分析研究SPEEDES仿真引擎的基础上,阐述了基于HPC的并行仿真建模框架的组成及功能,分析了其设计思想,并给出了建模框架相应的实现。     

极度并行计算:演化算法和演化神经网络的研究进展

演化算法、神经网络以及两者的结合作为一种极度并行的计算,已引起人们极大的注意。本文首先对演化算法的不同流派作了比较和分析;然后对演化算法与神经网络的结合作了回顾与展望,并讨论了演化神经网络的并行实现模式;最后指出了演化算法及演化神经网络有待解决的几个关键问题,为后续研究指明了方向     

基于网络的并行仿真和分布式仿真

随着网络高速化及低成本的群系统的出现，使并行和分布式仿真的广泛应用成为可能。本文首先系统概括了各种并行计算机的特点，辨析了并 行仿真和分布式仿真的概念，然后总结了已有的并行连续系统和离散事件仿真策略，分析了它们的优缺点，并提出了针对集群系统的特点对这些策略进行优化的方法。最后比较了分布式仿真系统的集成工具，得出了CORBA适合于中小规模应用的结论。     

船舶航向的神经网络并行鲁棒模型参考控制

针对大型船舶的航向控制特性,提出一种神经网络并行自学习鲁棒模型参考控制方法。这种复合控制结构利用神经网络的学习能力和非线性映射能力,解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,以达到对不确定非线性船舶的高精度输出跟踪控制;通过引入运行监控器,克服神经网络控制方法实时性差的问题;利用一个鲁棒反馈控制器,来保证神经网络模型学习初期闭环系统的稳定性。仿真结果表明这一方法对设定航向具有精确的跟踪控制效果。     

生物神经网络仿真中数据表达和并行处理

生物神经网络可以处理信息和产生特定的电特性，理解其信息产生和传递机理，对生物学将具有重要的意义。由于神经网络内部复杂的非线性反馈，进行各种可能的实验十分困难。为此，将信息学与生物学相结合，数学模型与实验数据相结合，建立了神经网络计算机仿真系统。在该仿真系统中，提出了面向对象的数据表达，并实现了并行处理，从而极大地提高了仿真系统的效率。该仿真系统已在许多国家科研和教学机构得到广泛使用。     

大规模神经网络的混合结构和立体表示系统—HYBNOTATION

在文献［２４］中，我们提出了一个通用自适应神经网络框架ＧＡＦ，它具有许多优越性。但是，在利用神经网络模型构造具有特定功能的神经网络时，采用什么样的组织结构是很重要的。它决定着系统的代价和性能比。本文首先讨论了神经网络的自顶向下、自底向上和交互式三种基本结构及其局限性。然后提出了大规模神经网络的一个混合立体表示系统。接着通过两个实例，神经系统的反射弧和躯体感觉系统的定义，来说明上述混合立体表示系统对于神经网络微观及宏观结构描述的优越性以及如何用它来定义大规模神经网络的混合立体结构。     

离散和分布时变时滞混沌神经网络广义投影同步

研究一类离散和分布时变时滞的混沌神经网络的广义投影同步问题.利用非线性观测器方法实现同步十分简单,且利用极点配置技术,可通过调整特征值来调节同步速率的快慢.与一般混沌神经网络模型相比,带有离散和分布时变时滞的混沌神经网络模型更为一般,同时反同步和完全同步是广义投影同步的特例.最后,提出基于广义投影同步的离散和分布时变时滞混沌神经网络的保密通信方案,给出两个数值仿真例子验证结果的有效性.     

基于截断迁移与并行残差网络的调制识别算法

针对卷积神经网络提取的信号时序特征受限问题，提出一种截断迁移的数据预处理算法，将采样矩阵一端的距离单位截断，迁移到另一端，依次合并成新的矩阵，使卷积神经网络提取到更多的采样点，比较更多的符号信息。同时提出一种改进的并行残差神经网络，通过两路并行的支路同时关注水平和垂直2个方向的特征。结果表明，该算法比普通卷积网络提高约10%的准确率，改进的网络在信噪比为14 dB时，准确率为93.78%，信噪比大于0 dB时，准确率均在91%以上。     

一种基于神经网络的非线性自适应滤波器

提出了基于Ａｄａｌｉｎｅ－ＭＬＰ递归神经网络的非线性自适应滤波器。这种新的滤波器运用了自适应ＩＲ滤波器理论，具有神经网络分布式并行信息处理，较好的容错特性和鲁棒效应等优点，且比传统的滤波器有更好的收敛特性，并可方便地实现非线性滤波。此外，还给出了Ａｄａｌｉｎｅ－ＭＬＰ递归网络在线滤波算法及其在非线性自适应噪声抵消器中的应用。最后进行了计算机仿真。     

两种策略下的最短路径并行算法研究与实现

随着智能交通运输系统的研究与应用,对在大规模交通网络上求解最短路径的实时性提出了更高的要求。为了找出适用于实际交通网络的高效最短路径并行算法,首先选取了3种最短路径标号串行算法,以此为基础分别实现了网络复制及网络分割两种策略下求解最短路径的并行算法。最后,从基于G IS的交通规划软件T ransCAD中提取了实际交通路网数据,同时还随机产生了不同规模的稀疏格网,在这些网络中对并行算法的性能进行了测试和分析。结果表明,在8台机器上求解含5 181个节点的实际交通网络中32个源点的最短路径时,基于网络分割的双队列标号修正并行算法的加速比可达到6.32,在其他网络中也表现出较好的加速比及可扩展性。     

平面柔性并联机器人系统建模与仿真研究

利用运动弹性动力学理论和有限元方法研究了平面柔性并联机器人的动力学建模方法。分析了各运动支链的弹性位移及其耦合关系,提出了柔性并联机器人系统的运动学约束条件和动力学约束条件,综合考虑了构件的分布质量、集中质量、集中转动惯量以及杆件的各种弹性变形的影响,建立了平面柔性并联机器人的动力学模型。以平面3-RRR柔性并联机器人为例,用MATLAB语言编程进行了仿真计算,并用SAMCEF软件的计算结果验证了模型的准确性。仿真结果表明该动力学模型能正确地反映柔性并联机器人的弹性振动特性,杆件的弹性变形对机器人动平台的位置误差和方向误差具有重要影响。