分布式计算在天线阵方向图综合中的应用

采用矩量法(MoM)分析天线阵列的辐射方向图,并使用遗传算法对天线阵列的方向图进行综合。由于遗传算法具有内在并行性,利用MATLAB分布式计算服务器和并行计算工具箱进行分布式并行程序设计,实现了主从式并行遗传算法,形成了天线阵方向图仿真综合软件,加快了天线阵列方向图的综合速度,得到了令人满意的结果。与传统串行算法相比,基于分布式计算的主从式并行遗传算法具有收敛速度快、仿真效率高的特点。     

水平不变海洋声道中WKBZ简正波方法的并行算法

并行算法是解决大数据量运算耗时过久的重要途径，在PC机群上实现并行算法是一种低成本、高效率的解决方案。首先介绍了计算机机群系统，在此基础上，建立了基于LINUX和MPI的PC机群实验环境，实现了WKBZ简正波方法并行计算，并利用建立的试验平台，对并行算法进行了测试，比较了并行WKBZ简正波计算和串行WKBZ简正波计算耗时的差异。根据理论研究和实际测试的结果，总结了利用PC机群系统进行并行WKBZ运算的可行性，得出了一些有意义的结论。     

电力系统暂态稳定仿真并行算法的研究进展

随着高性价比的可扩展集群并行系统的逐步成熟和应用，大规模电力系统暂态稳定并行计算和分布式实时仿真成为可能，本文首先介绍了电力系统暂态稳定的计算模型及基本算法，分析了算法中存在的困难。然后从算法的基本原理和实用效果入手，综述了空间并行，波形松弛和时空并行电力系统暂态稳定算法的研究进展，。比较了各种并行算法的优点和局限性，并指出基于集群系统的粗粒度区域分解暂态稳定并行算法最具发展潜力。     

基于MPI的并行分布式高斯消元算法设计和评估

为了满足电磁仿真数值计算日益增高的速度和精度的需求,针对单机内存需求和计算负荷需求都比较大的矛盾,提出基于分布式并行机群环境的并行计算划分和并行存储划分的算法设计思想,并且给出了基于行列循环数据划分的并行计算算法描述.在此基础上进行了实验验证,用MPI+FORTRAN和MPI+C编程实现了对大矩阵求逆的分布式高斯消元,并进行了性能评估和实验验证,在国内外超级计算中心平台上的实验结果表明所完成的工作对于系统的电磁仿真计算具有应用价值,该算法和代码实现可应用于电磁仿真计算的矩量法MOM(Method of Mom)中.     

基于PDES系统的Time Warp性能研究

随着分布式仿真规模的日益扩大,高性能并行计算技术的不断发展,并行与分布式仿真正逐渐成为新的研究热点.时间管理技术是决定并行与分布式仿真正确性和可重复性的关键技术,直接影响着仿真系统的整体性能.而TW乐观时间管理机制的许多思想和概念一直为现在各种算法所借鉴和沿用.文章建立了一个TW的性能分析模型,利用该模型对事件数量、平均回退长度、回退概率及其上限等进行了分析,分析结果对并行离散事件仿真系统的研发与改进具有一定的指导意义和参考价值.     

基于集群的集中调度式RSOM并行训练方法

聚类算法常需处理海量和高维的大数据集,为了提高算法的效率,设计并行的聚类算法,以提供更好的计算能力是十分必要的。集群系统是目前流行的高效并行计算环境,针对大数据集聚类问题,集群系统的运用是一种很好的选择。由于RSOM(recursive self-organizing mapping,RSOM)模型具有内在的层次化及分布式结构特点,本文研究了基于集群的集中调度式RSOM树并行算法,并通过视频图像特征集实例证实了算法的可行性。     

FDTD并行计算中的区域划分及负载平衡

与并行处理机相比,基于局域网的并行FDTD算法是解决复杂电磁问题相对简单的、有效的方法。本文讨论了利用网络进行FDTD并行计算时需要解决的两个关键问题:区域划分及负载平衡策略,并利用局域网内的2台和4台PC实现了对平面光波导实例的并行计算,给出了实验结果。结果表明,利用该方法可以获得较好的加速比,并能大大提高计算的效率。     

异步并行计算及其在连续系统仿真中的适用性研究

在基于消息传递的分布式系统上,根据两类异步并行计算的特点,结合连续系统仿真对并行计算的要求,分析了异步并行计算对仿真结果的影响,提出了用异步并行计算方法进行连续系统仿真并保证不出现计算过程“混乱”的限制条件,实践证明,满足文中限制条件的异步并行仿真计算比相应的同步并行仿真计算具有更高的加速性能。     

特定并行处理机上MUSIC算法的并行实现

用自行研制的一台使用4片TMS320C40，且利用共享内存作为主要通讯手段的数字信号高速并行处理机实现了MUSIC算法的高速并行计算。实验证明，所提出的并行算法稳定、有效，MUSIC算法的并行计算取得了较好的结果。     

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。     

仿真分支方法及其实现

以网络为基础的并行与分布式仿真技术是研究大规模复杂系统的有效方法,已成为近年来仿真研究中的热点问题。在并行和分布式仿真的基础上提出了一种基于分支的仿真运行方法,并且分别在串行计算机、多CPU计算机和分布式环境下实现了该方法。与传统仿真相比,这种基于分支的仿真方法的优点是,各个分支共享决策点之前的计算量,避免或减少了仿真中的重复计算,增加了仿真的并行度,从而提高了仿真的执行效率和速度,增强了仿真程序的健壮性和优化能力。     

数值求解常微分方程初值问题的一类并行算法

本文给出了一类数值求解常数微分方程初值问题的并行算法，该类并行算法适用于ＭＩＭＤ型多处理机系统，具有良好的收敛性和数值稳定性，此类并行算法对Ｍｉｒａｎｋｅｒ和Ｌｉｎｉｇｅｒ１９６７年提出的一种构造思想做了圆满的解闷。     

Algorithm Implementation for Distributed Convex Intersection Computation

Intersection computation of convex sets is a typical problem in distributed optimization. In this paper, the algorithm implementation is investigated for distributed convex intersection computation problems. In a multi-agent network, each agent is associated with a convex set. The objective is for all the agents to achieve an agreement within the intersection of the associated convex sets. A distributed"projected consensus algorithm" is employed, and the computation of the projection term is converted to a constrained optimization problem. The solution of the optimization problem is determined by Karush-Kuhn-Tucker(KKT) conditions. Some implementable algorithms based on the simplex method are introduced to solve the optimization problem. Two numerical examples are given to illustrate the effectiveness of the algorithms.     

解多目标优化的均匀正交遗传算法

在多目标优化中，各目标通常相互冲突且不可公度，其最优解(常称为Pareto最优解)往往有无穷多，如何在最优解集合中求出一组分布均匀且数量充足的代表解供决策者选择十分重要,论文将均匀设计、正交设计与遗传算法相结合给出了解多目标优化的一种新方法，并证明了其全局收敛性,新方法用少的计算量便可求出一组在最优解集合中分布均匀且数量充足的最优解,计算机仿真也表明这种方法对不同的试验函数均可用少的计算量求出一组在最优解集合中分布均匀且数量充足的最优解。     

集中式粗粒度分布并行模型和并行进化神经网络

提出了一种分布计算环境下并行进化神经网络的实现机制：集中式粗粒度模型。该模型基于并行遗传算法，可以同时对前馈神经网络的结构和权值进行优化。在分布计算环境中的实现为其在分布式网络中的应用开辟了广阔的前景。初步的实验结果表明该模型可以加快神经网络的进化速度，提高进化的效率     

多传感器分布式检测综述

综述了多传感器分布式检测研究的发展、现状和最新进展。首先讨论了一些经典问题基于Neyman-Pearson和Bayes准则的分布式检测系统的优化，这包括局部判决的优化、融合准则的优化和全局优化。主要考虑了并行和串行结构，并且假设各传感器观测统计独立。给出了基于似然比检验(LikelihoodRatioTest,LRT)的最优准则。最后进一步讨论了分布式检测中的一些前沿方向渐近最优检测，非参数检测和CFAR检测以及序贯检测。     

一种新的三对角线性方程组分布式并行算法

根据分而治之的思想提出了一种求解严格对角占优的三对角线性方程组的分布式并行算法(newdis tributedparallelalgorithm,NDPA)。当方程组的系数矩阵满足对角占优时,该算法是数值稳定的。新算法的算法复杂性和最优串行追赶法差不多,算法总通信建立次数为2,仅在相邻处理器间进行通信,且每次通信传送2个数据元素分析了算法的加速比、效率以及算法的可扩展性,给出了基于局域网的MPI异构环境下数值实验结果。数值实验结果表示,该算法是高效的。     

Food-chain Algorithm and Comparison of Its Performance with Real-coded GA

The characteristics of artificial life are emergence and dynamic interaction with the environment, and food-chain phenomenon appears to be an important and widespread phenomenon in the living system. According to those ideas above, the local action rules of artificial life are defined, and a novel artificial-life algorithm named food-chain algorithm is proposed. Food-chain algorithm achieves optimization computation by mimicking the evolution of natural ecosystem and the information processing mechanism of natural organisms. In the article, the definition, ideology, and flow of food-chain algorithm and the energy rules of artificial-life metabolism and the transformation rules of movement range of artificial-life individuals are discussed. Compared with real-coded genetic algorithm by standard functions, food-chain algorithm is more predominant in function optimization. Furthermore, food-chain algorithm has lifelike traits, for example, autonomy, evolution, and self-adaptive, and it is fit to deal with the optimization problems of lifelike systems.     

Computation model and improved ACO algorithm for p//T

Scheduling jobs on parallel machines to minimize the total tardiness (p//T) is proved to be NP hard. A new ant colony algorithm to deal with p//T (p//T ACO) is addressed, and the computing model of mapping p//T to the ant colony optimization environment is designed. Besides, based on the academic researches on p//T, some new properties used in the evolutionary computation are analyzed and proved. The theoretical analysis and comparative experiments demonstrate that p//T ACO has much better performance and can be used to solve practical large scale problems efficiently.     

Seismic 3D Prestack Time Migration on Parallel Computers

Ｓｅｉｓｍｉｃ３ＤＰｒｅｓｔａｃｋＴｉｍｅＭｉｇｒａｔｉｏｎｏｎＰａｒａｌｌｅｌＣｏｍｐｕｔｅｒｓ￥ＬｉｕＰｉｎｇ＆ＣｈｅｎＹｕｎｈｅ（ＷｕｈａｎＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇｉｎｓｔｉｔｕｔｅ，ＷｕｃｈａｎｇＰ．Ｏ．Ｂｏｘ７４２２３，Ｐ．Ｒ．...