三对角线性方程组的一种并行解耦算法

就三对角线性方程的求解，提出了一个适用于MIMD并行计算机的并行解耦算法，新的算法适用于工作站群式的分布式并行计算机(COW)，数值测试结果表明，当方程组的规模较大时，并行效率明显。     

滑翔增程火箭弹弹道优化算法研究

在分析影响滑翔增程火箭弹射程的主要弹道因素的基础上，提出了一种滑翔增程火箭弹最优化弹道的求解算法，并给出滑翔增程火箭弹的弹道优化计算模型．针对计算模型求解规模较大的问题，给出了用分布式并行集群计算服务器求解的进程调度方法，弹道优化算法的仿真计算结果表明：滑翔增程弹的增程率高于100％，滑翔增程火箭弹的弹道优化算法有较好的收敛性质，并行求解方法效率较高．     

基于单元级矩阵分解的EBE-PCG算法及其在网络机群并行环境上的实现

基于EBE策略，讨论求解大型线性方程组CG方法及PCG方法的并行计算．在不显式形成总刚度阵的情况下利用单元级矩阵的Cholesky分解构造总刚度阵的近似，形成预条件矩阵，提出了求解大型线性方程组的EBE—PCG并行算法，并讨论了算法在网络机群(COW)并行计算环境下的实现．结合实际算例，对EBE-PCG并行算法进行了并行效率分析．结果表明基于单元级Cholesky分解的EBE—PCG算法具有很好的并行效率，是一种适合网络机群并行环境的高效并行算法．     

求解三对角方程组的并行追赶算法

通过分析影响算法的并行效率的主要因素,根据分而治之策略中的分块思想提出了一种求解三对角方程组的并行追赶算法。然后在机群系统中,MPI环境下实现了该并行算法,对并行算法的加速比和效率与原串行算法进行了比较,结果表明此算法有较高的计算效率。     

求解三对角方程组的并行追赶算法

通过分析影响算法的并行效率的主要因素,根据分而治之策略中的分块思想提出了一种求解三对角方程组的并行追赶算法。然后在机群系统中,MPI环境下实现了该并行算法,对并行算法的加速比和效率与原串行算法进行了比较,结果表明此算法有较高的计算效率。     

用并行遗传/Powell/蚁群混合算法求解卫星舱布局问题

卫星舱布局优化设计问题数学上属NP-hard问题．较有效的求解途径之一是研究混合算法,为此构造了并行混合PGA-Powell-蚁群算法（简称PGPAHA）．该算法以并行遗传算法为基本框架,根据各子群体收敛速率的快慢来决定它们之间迁移的时机,在收敛后期加入Powell法作为并行遗传算法的算子来加快收敛速度,并利用蚁群优化算法提高计算的精度．最后应用该算法求解了简化的三维带性能约束的国际商用通讯卫星的卫星舱布局设计问题,数值实验结果表明,该算法与并行遗传算法（PGA）相比,在计算精度、计算效率及计算稳定性方面较优。     

非对称广义特征值问题的并行QZ算法

非对称广义特征值问题的并行处理是并行计算结构力学的重要部分,这方面的工作目前在国内外研究得还很少.将串行计算中求解非对称广义值问题AX=λBX(A、B为n阶实矩阵)行之有效的QZ算法作了并行化处理,并就得到的并行QZ算法在Challenge L并行机上进行了试算.数值结果表明:当处理机个数为2或4时并行效率良好,但当处理机个数为8时并行效率不高.     

用DCOM实现机群环境下的并行线性方程组求解

许多工程与科学计算问题最后都可归结为求解线性方程组,因而研究大规模线性方程组的并行解法非常重要。本文采用COM／DCOM技术规范,在机群环境下实现了一个并行求解线性方程组的算法。实验结果表明,该算法能够实现程序的并行计算,充分利用各节点上CPU资源。提高程序的运行效率。同时也可以看出利用DCOM技术能够方便、有效的实现并行算法。     

一种改进的关联规则并行算法

经典的关联规则求解算法(如Apriori算法)是串行算法,当数据量比较大时挖掘效率较低;提出了新的并行BVP算法,BVP算法通过多线程并行读取数据并计算相应的数据特征,然后计算频繁项集和关联规则;实验结果表明:相对于经典Apriori算法,算法执行效率更高。     

三对角Toeplitz方程组的一种快速并行算法

利用矩阵结构的特殊性,提出了一种新的求解三对角Toeplitz方程组的快速分布式并行算法,拓展了骆志刚的求解空间.通过理论分析和在分布式存储多处理机上的数值实验,证明新算法的加速比接近于线性加速比.数值实验同时表明新算法具有很高的并行效率.     

非结构网格上二维可压缩Navier-Stokes方程的并行算法

为了提高Navier-Stokes方程的求解效率,在分布式环境下,提出了基于区域分解算法的并行求解算法.首先,通过多级图分区方法划分非结构网格,使得多块区域网格独立保存;其次,内边界构造虚拟单元进行数据传递,最大限度减少通信开销,并加入当地时间步长以及AF-ADI隐式时间离散技术进一步提高计算效率;最后,在集群系统上,计算了NACA0012翼型和RAE2822翼型黏性绕流,8台处理机并行效率保持在42%以上,验证了该方法的可行性和高效性.数值结果表明,算法适合分布式环境下进行粗粒度科学计算.     

分枝限界法的并行处理

该文对分枝阻界法的并行化作了深刻的研究，提出一通用的并行分枝限界算法设计方法，从而使该类问题并行机上难以设计算法求解的问题变得容易解决。     

一个用割线法求解非线性方程组的异步并行算法

文章给出了用割线法求解非线性方程组在并行系统上的一个并行实现，该方法避免了Newton法中的求导运算，有效地降低了迭代计算量，最后证明了所给算法的局部收敛性。     

Adomaint原理与线性方程组的网络并行计算

论证了广西大学龚仁喜教授,邓艳等基于Adom aint原理建立的线性方程组的求解方法与Jacob i迭代法理论上等价;基于其思想,给出了一种求解线性方程组的并行算法,并将1~16台PC机联网,分别安装W in-dows2000、PVM3.4和VC6.0以组建网络并行计算平台,并在该平台上编程对该算法进行了并行数值试验,算例计算结果(表1和表2)表明该算法具有较高的加速比和效率,适合大型线性方程组的并行求解.     

基于并行组合模拟退火的全局优化算法

针对目前优化方法求解非线性多极值优化问题时存在的不足，提出了并行组合模拟退火算法。在分析算法性能的同时用并行组合模拟退火算法对两个算例进行了求解，并与模拟退火算法、遗传算法进行了比较。结果表明，该方法简单、可靠，具有较高的精度和适应性。     

基于并行迭代动态规划的聚合物驱最优控制求解

针对迭代动态规划计算量大,耗费时间长的特点,基于实验室搭建的PC机群,以消息传递库MPICH为编程工具,搭建一个并行计算平台,给出一种主从式的并行迭代动态规划算法,利用该算法对聚合物驱最优控制问题进行求解,并与串行计算结果进行对比.结果表明:在大规模的优化问题中并行迭代动态规划算法与串行算法结果一致,但表现出较高的并行效率和加速比;并行算法求解的效率受到主节点分配任务时是否均衡的影响.     

并行多种群模糊遗传算法参数

为改善标准遗传算法的求解效率,提出了一种基于6模糊控制器(6FLC-MDPFGA:6 Fuxy Logic Controllers-Multi-Deme Parallel Fuxxy Genetic Algorithm)的并行多种群自适应遗传算法,并利用MPI(Message PassingInterface)技术建立了一个COW(Cluster Of Workstation)集群,将算法在该硬件平台上进行了实现.通过对该算法的迁移率、迁移间隔等并行参数的试验研究,得出了在特定条件下参数选择的经验值和规律,定性分析了不同参数选择对于求解结果的不同影响.在演示算法组合优化实时应用可行性的同时,试验结果可为算法实际应用参数选择提供参考.     

基于Spark的ISOMAP算法并行化

为了实现大数据环境下非线性高维数据的快速降维,提出了一种基于Spark的并行ISOMAP算法.在该算法中,为了快速构建邻域矩阵,设计并实现了基于精确欧式位置敏感哈希的近邻搜索并行算法;为了实现特征值的快速求解,设计并实现了基于幂法和降阶法交替执行的特征值求解并行算法.为了进一步提高算法的性能,基于Spark的特性,利用Spark的稀疏向量、广播机制和缓存机制对并行ISOMAP算法进行了优化,减少了计算过程中的内存消耗和数据传输.在Swissroll数据集和S-curve数据集上的实验结果表明,基于Spark的并行ISOMAP算法通过并行执行和计算过程的优化,极大地提高了算法的执行效率,能够适用于大规模数据集的降维处理.     

用基于模拟退火算法的进化策略求解非线性方程组

针对传统的非线性方程组求解算法如梯度下降法和牛顿法,存在着其收敛性问题,性能特征在很大程度上依赖于初始点和串行运行造成效率低等问题;该文提出了一种并行求解非线性方程组的基于模拟退火算法的进化策略,在改进的进化策略运行中融入模拟退火算子,实现了模拟退火良好的局部搜索能力和进化策略全局搜索能力的结合,有效地解决了传统算法的初始点敏感和效率低的问题,数值计算结果表明,该算法收敛速度快、精度高、鲁棒性强,为求解非线性方程组提供了一种有效的方法.     

智能混合优化策略及其在流水作业调度中的应用

通过结合蚁群算法(ACO)的并行搜索结构和模拟退火算法(SA)的概率突跳性,提出了一种有效的混合优化策略,并将该策略应用于流水作业调度问题(FSP)．在该策略中,蚁群系统的一个周游路线为模拟退火算法提供了一系列初始解,在每个退火温度上进行抽样准则检验并产生新解,然后更新信息激素;蚁群算法再利用模拟退火算法产生的新解进行并行搜索．同时,根据此策略构建并实现了针对FSP问题求解的具体混合算法．仿真结果表明,混合算法弥补了ACO易陷入局部最优和SA搜索效率较低的缺点,增强了全局搜索能力,在求解FSP调度问题的性能上也优于其他算法。