基于效率的并行设计研究

针对目前在并行设计的规划过程中因未考虑企业存在的技术、人力资源约束而经常造成最终分析结果与实际情况不符这一问题，讨论了基于效率的工作量模型及时间总量模型；提出了以设计时间最短为追求目标的优化模型；给出了该优化模型的一个应用实例，表明该模型揭示了并行设计的结构特点，并为关键任务的识别提供了一条有实用价值的新思路．     

基于因果关系复合的结构化并行程序设计

基于有关因果关系复合的ＣｏｍｍｕｎｉｃａｔｉｏｎＣｌｏｓｅｄＬａｙｅｒ理论，提出了一种结构化并行程序设计方法，以支持不同并行平台的“通用”并行程序设计方法．因果关系复合的范式定理的证明在理论上保证了采用“ＳＥＱＯＦＰＡＲ”形式进行结构化并行秩序设计的可行性；良好的代数性质也使得在这一模型中可采用代数方法的程序变换来进行并行程序设计、优化和验证．与其他并行程序设计模型和方法相比，提供了一种非常自然地综合描述数据并行和控制并行的途径；特别是基于代数变换的程序变换技术，提供了一种既独立于具体的体系结构又可高效实现的可能性．     

铝型材产品开发并行设计过程优化重组

基于设计结构矩阵和图论提出了一种型材开发过程优化重组的方法．通过建立设计结构矩阵、识别耦合任务集和划分设计活动级别。对铝型材产品开发并行设计过程进行了分析和规划，并运用敏感因子、复杂因子和影响因子对耦合活动的依赖关系进行了描述，基于这些影响因子提出了确定耦合活动初始迭代次序的优化算法，建立了合理高效的并行设计优化过程模型．该方法对于其他并行工程应用领域同样适用．     

伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．     

并行视频序列MPEG-2编码的优化联合码率控制

针对数字电视广播以及视频点播(VOD)应用环境中的多路视频节目并行编码传输，提出了一种优化的联合分层码率控制模型。该模型吸取了基于TM5码率控制策略中采用全局图像编码复杂度的统计测度，在GOP(Group of Pictures)结构中建立多路视频序列并行图像合帧的统计编码复杂度测度；根据变换编码器的信源模型和各序列图像帧平均量化误差的码字预测，在图像层进行并行序列的联合码率分配。实验结果表明，各路视频节目图像质量趋于一致。     

基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现

当前，基于数字电路的脉冲神经网络硬件设计，在学习功能方面的突触并行性不高，导致硬件整体延时较大，在一定程度上限制了脉冲神经网络模型在线学习的速度。针对上述问题，文中提出了一种基于FPGA并行加速的高效脉冲神经网络在线学习硬件结构，通过神经元和突触的双并行设计对模型的训练与推理过程进行加速。首先，设计具有并行脉冲传递功能和并行脉冲时间依赖可塑性学习功能的突触结构；然后，搭建输入编码层和赢家通吃结构的学习层，并优化赢家通吃网络的侧向抑制的实现，形成规模为784～400的脉冲神经网络模型。实验结果表明：在MNIST数据集上，使用该硬件结构的脉冲神经网络模型训练一幅图像需要的时间为1.61 ms、能耗约为3.18 mJ，推理一幅图像需要的时间为1.19 ms、能耗约为2.37 mJ，识别MNIST测试集样本的准确率可达87.51%；在文中设计的硬件框架下，突触并行结构能使训练速度提升38%以上，硬件能耗降低约24.1%，有助于促进边缘智能计算设备及技术的发展。     

基于丛生树的可调节的并行查询优化算法研究

在分析现有的并行查询优化算法的基础上，提出了一种新的并行查询优化算法，该算法充分考虑并行计算机的物理限制，以丛生树为模型，利用大关系的数量对操作内的并行性，操作间的独立并行性以及操作间流水并行性进行调节，从而保证了高效的并行查询计划的产生。     

基于统一建模语言和多色集合的并行设计过程研究

在分析现有并行设计过程建模研究的基础上，提出了一种基于统一建模语言（UML）和多色集合理论的并行设计过程建模与分析方法，分析了并行设计活动的连接形式、UML活动图的基本建模元素和基本模型结构．采用多色集合理论，将UML活动图节点间的连接关系和基本模型结构形式化，结合基于特征的零件和工艺并行设计过程，建立了UML活动图模型，从模型简化、路径求取和时间消耗等方面定量地分析了并行设计过程，实现了该模型到多色集合围道矩阵的映射．研究表明，该方法具有面向对象且易于被非专业人员理解和使用的特点，可以为产品设计过程建立形式化模型．通过对设计活动进行布尔运算和定量分析，发现了影响产品设计进程的关键环节，从而为并行设计的组织和实施提供了理论指导．     

基于虚拟零件的自顶向下并行装配设计

通过对零件拓扑面建立编码，提出了虚拟零件和虚拟元素的概念，建立了虚拟零件模型；根据虚拟零件的特性 基于虚拟零件的装配模型，反约束信息附着在虚拟零件上，使得该模型可以很好地支持自顶向下设计和并行设计，实践表明该模型是可行且有效的。     

移动机器人的并行免疫计算模型

为了支持未知环境下移动机器人自主导航，提出了移动机器人的并行免疫计算模型，为解决其在线导航优化、病毒／路障识别和计算效率问题提供了基础组织。免疫计算模型分为固有免疫计算层、适应性免疫计算层和并行／分布式计算层，并行免疫计算模型建立在此3个免疫计算模型基础上。探讨了移动机器人并行免疫计算模型的负载极限和负载平衡，分析了此类移动机器人系统的鲁棒性；提出了移动机器人并行免疫计算模型用于路障识别的方法。移动机器人并行免疫计算模型的复杂性分析及仿真结果表明，并行计算能提高其效率；仿真结果表明，移动机器人可消除病毒，并具有较高计算性能。     

森林竞争算法的并行化及其在线天线自动设计中的应用

针对线天线自动设计中运算时间过长问题,提出了一种基于主从模型的并行森林竞争算法优化模型.主进程执行森林动态演化的竞争模型,从进程并行地执行自然树生长竞争模型并调用天线数值计算程序完成费时的阳光适应度计算.利用该算法设计出了一种端射高增益新型树结构线天线.其具有5个枝条,增益达到9.048 dBi,带宽为8.45％,在“...     

基于并行遗传算法的KNN分类方法

针对KNN的K值难以确定的问题,提出一种基于并行遗传算法的KNN分类方法.该方法采用粗粒度模型的并行遗传算法进行设计,通过种群内的遗传、变异和种群间的并行进化、联姻得到优化的K值和分类结果.实验结果表明,该方法有效的提高了KNN算法的分类效果,是一种精确高效的分类方法.     

一种多处理器并行优化处理模型的设计与研究

通过在多进程中引入信号灯机制 ,提出了基于多处理器硬件环境下并行优化处理模型 ,实现多个处理器的并发操作以及对临界资源的合理调度和使用 ,从整体上提高了系统的运行效率 .对并行优化模型的执行效率进行了分析 ,将该模型运用到高速光盘驱动器固件的设计中 ,获得了较好的应用效果 .     

一种多处器器并行优化处理模型的设计与研究

通过在多进程中引入信号灯机制,提出了基于多处理器硬件环境下并行优化处理模型,实现多个处理器的并发操作以及对临界资源的合理调度和使用,从整体上提高了系统的运行效率。对并行优化模型的执行效率进行了分析,将该模型运用到高速光盘驱动器固件的设计中,获得了较好的应用效果。     

热轧带钢调度问题的混合并行策略

在分析热扎带钢生产调度特征的基础上给出了其数学规划模型，并提出了一种基于并行策略的混合启发式算法，该算法分为三个阶段：引领域知识，对预选池中的任务进行分类、排序，生成初始解；用基本遗传算法（GA）对其进行优化，得到较好的初始解；由以单个板坯交换和板坯组交换为核心的禁忌搜索（TS）进一步优化，得到最后的优化结果，与启发式算法、改进的遗传算法比较，该算法在求解的有效性和计算效率方面均具有较大的优势。     

基于时间Petri网的船舶并行设计过程建模及评价

论述了并行工程在船舶系统工程中的应用,简述了其原理,即通过增加设计小循环次数来减少设计大循环次数,从而减少设计的反复过程和缩短产品开发周期。重点细分了传统串行造船过程,构建了优化的并行设计过程,并对该过程建立基于时间Petri网的过程模型,通过计算设计循环时间。定量分析了并行设计的优越性,从而为船舶产品实施并行设计方法提供了可靠的理论依据。     

支持并行协同产品开发的广义鲁棒设计方法

研究了并行协同产品开发过程中的广义鲁棒设计方法.首先,针对并行协同产品开发过程中的不确定性,给出了广义鲁棒设计框架;然后,提出了广义鲁棒性概念,分析了性能鲁棒性和约束鲁棒性;最后,在传统优化设计模型的基础上,考虑产品参数的变化对性能的影响,修改传统优化设计模型的优化目标和约束条件,使它们包含广义鲁棒性指标,建立了广义鲁棒设计模型,并基于遗传算法对模型求解.该方法能有效提高并行协同设计的广义鲁棒性,用一个转向架设计实例验证了其有效性.     

面向并行设计的分布式产品模型的研究

为实现产品模型内部的一致性,针对并行设计过程,提出了面向并行设计的分布式产品模型,该模型基于Multi-agent的结构,既能表达产品内各部分相互之间的层次组成关系,也能表达产品内各部分相互之间的约束关系。实现了产品模型的分布式表达,该模型可以很好地支持分布,协作,并发的并行设计过程,满足并行设计Top-down设计,约束设计和再设计的要求。     

区域网络化制造资源优化配置的遗传算法模型

对传统算法模型在解决优化配置问题上的缺陷进行分析和研究, 提出一个基于并行遗传算法的资源优化配置算法模型, 考虑到网络化制造系统中资源的特殊性, 编码方式采用二进制编码, 并行模型为粗粒度并行模型. 该模型不但可以在产品全生命周期中的每个环节选1个或多个企业参加, 而且不会遗漏任何一个可行的优化配置方案. 此外, 对该模型的可行性和优越性进行了论证, 给出基于该模型的原型系统运行界面, 通过具体实例验证了该模型的有效性.     

一种基于循环并行模式的多核优化方法

从并行编程模式角度出发,分析了计算稠密型程序基于多核平台的优化方法,并结合循环并行模式与OpenMP、Intel parallel studio工具实现了对部分连接神经演化(PARCONE)模型的多核优化.优化结果表明,基于循环并行模式的设计方法是实现计算稠密型程序多核优化的一种快速有效方法.