基于多核并行计算技术的混合交通微观仿真

为提高混合交通微观仿真的运行速度,将多核并行计算技术应用于混合交通微观仿真中.提出混合交通微观仿真的并行化方法,包括基于对串行混合交通微观仿真中各个模块CPU运算时间的百分比分析,确定基于数据并行的任务分解方法,及结合多内核CPU架构特点确定Fork/Join的并行模式.提出基于多核技术的混合交通微观仿真的关键并行算法,包括初始路网分割算法、车辆穿越边界算法及动态负载平衡算法.通过仿真实验验证多核并行计算技术能够提高混合交通微观仿真的运行效率.     

导管架平台碰撞极限承载力的非线性集群并行计算

将并行计算理论和方法引入到导管架碰撞极限承载力的非线性分析中,根据美国石油学会API RP 2A-WSD标准中的方法建立桩腿非线性抗侧力-位移曲线,考虑桩-土非线性的特点分析导管架碰撞极限承载力。利用该方法对埕岛油田某导管架平台的碰撞极限承载力进行研究,分别得到平台在碰撞力作用下的平台顶部荷载-位移曲线、主桩腿弯矩变化、Mises应力变化曲线等。将集群并行运算的结果与单一PC机的结果进行对比,验证并行计算的计算精度和计算效率,同时研究不同影响因素对并行加速比和并行效率的影响。计算结果表明:平台主桩腿最大位移、应力随碰撞位置的降低而增大;碰撞位置越低,平台的碰撞极限承载能力越大;并行计算所得到的结果与单一PC机运算得到的结果相差很小,是可信的;并行加速比随着参与并行结点数的增加而增大,并行效率随着参与并行结点数的增加而下降;随着模型节点和单元数目的增多,集群的并行效率提高,并且越复杂的模型和结构在进行计算时集群并行计算能力的优势越明显。     

微观管理过程仿真与人工心理应用研究

针对大规模微观管理过程仿真系统的真实性问题, 以兵棋推演过程为研究和应用背景, 给出了人工心理在管理仿真中的应用模型以及数据处理流程;提出了以时间片和事件结合为基础的管理过程驱动机制, 保证了虚拟对象与管理过程的同步;同时给出基于对象的人工心理存储器模型及其处理流程相关的实例, 保证了多仿真主体对象的总体一致性和协同不确定性。实验结果证明, 人工心理的引入, 不但使微观管理过程仿真更加逼真, 而且从一定程度上提高了仿真效率。     

基于多核的并行混合交通微观仿真系统

为了提高混合交通微观仿真的运行速度,基于多核并行计算技术构建了一个混合交通微观仿真平台.文中首先从平台功能结构、并行混合交通微观仿真流程设计与实现两个方面对平台进行介绍;其次,设计并实现了该仿真平台的关键并行算法,包括初始路网分割算法、车辆穿越边界算法及动态负载平衡算法;最后,通过仿真实验验证了多核并行计算技术能够大大提高混合交通微观仿真的运行效率.     

基于多线程的并发离散事件建模研究

提出用多线程实现分布式组织并发离散事件仿真的方法.首先分析了分布式组织活动的并发特性以及由此带来的仿真问题,指出原有离散事件仿真中的下次事件法不能实现并发条件下的模拟时钟推进.因为各结点之间独立运行并具有各自的时间管理,故不能对所有结点进行统一的时间查询.提出了在合理时间段内将线程挂起,接着进行线程式间仿真对象交互的解决方法,以实现交互行为仿真.最后指出多线程编程实现的主要问题与解决途径,并结合一个实例,借助UML工具给出了建模实现的具体过程.     

混杂交通微观仿真中驾驶员对黄信号灯的反应行为模型

首先 ,将遇到黄灯时车辆所处状态细分为进退两难、减速停车、匀速通过和选择通过 4种状态 ,驾驶员根据车辆当前的位置和速度来确定其处于何种状态 .其次 ,在考虑不同的驾驶员具有不同的驾驶技术和攻击性性格的基础上 ,驾驶员根据车辆当前所处的状态做出相应的反应行为 ,这就是整个决策过程的建模思路 .通过计算机仿真以及对信号交叉口车辆的实地测量表明 :模型能够表现驾驶技术带来的判断和操作偏差 ,并能够表现出现实中存在于黄灯期车辆加速、减速、匀速和紧急刹车 4种典型行为 ,以及其中的违规现象 .从统计比对结果来看 ,仿真表现与现实是近似的 ,但还是有局部的差异 ,这种差异主要源于仿真中对行人行为的忽略 .该仿真模型可以用来表现混杂交通中驾驶员遇到黄信号灯时的反应行为 ,并可以作为微观交通仿真中机动车模型的一部分     

混合模型方法在超大规模输水隧道中的应用

针对某在建超大规模输水隧道，提出了混合模型方法.该方法将局部仿真直接包含在整体仿真中，避免了局部模型分离带来的误差，并且实现了整体仿真与局部仿真的同步.利用显式算法和相关技术，通过实际计算应用，证明了该仿真方法的可行性.     

云计算技术在核黄素磷酸钠杂质产生过程模拟仿真中的应用研究

云计算技术以网络与集群技术为基础,实现了对科研项目实验中复杂运算任务的高速高效处理能力,在节约耗材资源、减少误差、提升实验效率等方面具有显著优势。对云计算技术在核黄素磷酸钠杂质产生过程模拟仿真中的应用进行了研究。     

基于仿生学的区域交通自适应网络生长模型

以原生质黏液菌觅食机理为理论基础,通过模拟黏液菌管道厚度随流量增大而增加这一生物智能,构建基于仿生学的区域交通自适应动态网络生长模型.以长江三角洲16个城市区域节点,模拟长三角区域交通网络从无到有、最终形成区域自适应运输通道的过程.仿真结果还表明,该模型可模拟区域交通网络随区域交通活动规模增大而复杂的发展趋势.     

面向协同装配仿真的虚拟现实网格环境

针对复杂产品装配设计过程中,零部件模型众多,数据量巨大,一般虚拟装配仿真软件无法进行实时处理的问题,提出了一种新型虚拟现实网格环境.该系统通过网格资源管理及共享技术聚合企业大量空闲计算资源,采用基于Sort last算法和远程视频可视化的并行渲染框架支持实时交互式装配仿真.在汽车装配工位协同仿真中,该系统的主要设计功能和目标得到确认.仿真结果表明,在现有软硬件环境下,该系统能够较好解决大规模复杂场景的实时处理问题,同时可显著提高资源利用效率.     

结构动力分析显隐式混合积分并行算法及实现

在分布式并行计算机环境下开展有限元并行算法研究是计算力学领域的前沿课题之一。基于区域分裂法,提出了一种新的结构动力分析的显－隐式混合积分并行算法,给出了其算法执行过程,并从物理直观意义上解释了该算法的设计思想,指出了其本质是一种单元弱耦合的混合积分算法。同时在网络并行计算机群系统上,基于并行平台（ＰＶＭ）设计了算法程序。最后,通过数值算例证明了该算法的可靠性和有效性,并指出了进一步提高并行效率的关键是如何合理确定隐式积分区域单元数目     

并行数值模式超线性加速问题的个例研究

利用区域分解方法,对模拟大气重力波在中高层大气中非线性传播过程的数值模式进行了并行化处理,从而建立了并行数值模式.在两个并行机群上对并行数值模式的测试结果表明:在千兆以太网和内存配置较低的机群系统上,并行效率随着进程个数的增加而减低,当进程个数增加到16时,并行效率仅为0.65.在内存配置较高的机群系统上,并行效率随着进程个数的增加并不减小,甚至出现了超线性加速现象.比如当进程个数为160个时,并行效率达到1.28.通过比较研究可以说明,机群系统的缓存、物理内存和网络通讯延时都是影响加速比的重要因素.尽可能大的缓存和物理内存能够有效提高加速比,网络交换机的选择需要在延时和带宽间进行权衡.     

基于MPI的并行算法在交通仿真中的应用

针对在单个处理器上大规模路网实时仿真效率低下的情况, 研究了用MPI/OOMPI并行计算库搭建交通仿真集群系统, 建立了交通路网仿真数据结构.使用正交递归对分法把大规模交通路网分割成若干子网, 使每个集群节点处理1个子网, 有效地把计算负载转移到各个节点上. 实验结果表明, 该方法较好地满足了大规模路网仿真的需要.      

采用子网流量组合优化的网络流量分割方法

针对当前基于仿真的流量分割方法存在处理开销过大且仅能保证流层面流量完整性的问题,提出了一种组合优化的网络流量分割方法.将流量经分割后得到的数据包总延迟次数作为优化目标,由此网络流量分割问题转化为二次分配优化问题;用子网流量作为基本单元进行分配,可在减小问题求解规模的同时保证子网流量的完整性.利用真实网络流量对所提方法的分割效果进行了验证,并与基于数据包和流的轮询流量分割方法进行了比较,结果表明,所提方法能够达到基于流的轮询流量分割方法的性能,数据包延迟较之不采用优化的基于子网流量轮询方法显著减小,性能提高近10%.     

一类延迟微分方程的并行Rosenbrock方法

针对刚性大系统,根据实际数值仿真和科学计算的需要,提出了一类并行Rosenbrock方法.该方法将不同级分配到不同的处理器上同时计算,以提高计算效率.将其用到一类延迟微分方程上,并对其稳定性及收敛性进行讨论.该方法不需要迭代,具有良好的稳定性.     

电力系统潮流并行算法的研究进展

随着高性价比可扩展集群并行系统的逐步成熟和应用 ,大规模电力系统潮流并行计算和分布式仿真成为可能。该文首先简要介绍了电力系统的潮流计算模型及基本算法 ,分析了算法中存在的困难。然后分析了 4类较重要的电力系统潮流并行算法 :分块法、多重因子化法、稀疏矢量法和逆矩阵法 ,同时讨论了这 4种潮流并行算法的基本原理和实用效果 ,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潮流并行算法最具发展潜力。     

高性能计算集群系统的设计和实现

主要论述了运用Oscar 2.3.1集群管理软件设计和搭建基于LinuxRedhat9.0的高性能计算集群系统的过程,并以支持集群并行计算的VASP包为例,通过对8个原子的立方结构C超原胞、64个原子的立方结构C超原胞和18个原子的六方结构ZnO超原胞的自洽计算,验证集群系统在计算性能上的优越性,同时提出了进一步提高集群性能的方案,以满足大型的科学计算和数值模拟.     

二代小波消噪在数字信号处理器中的实时实现

以数字信号处理器(DSP)为开发平台，提出了基于二代小波的一种新的信号消噪算法．它只需把信号分解一层，然后把分解后的高频系数和低频系数同时进行软阈值量化处理，再进行小波重构，就可以有效地消除信号中的噪声．相对于传统的一代小波，该算法计算简单，可有效节约内存，因此非常适合于DSP的实时实现．同时，为了提高计算效率，对程序的处理流程进行了并行优化，用仿真信号对该算法进行了验证，并应用于对实测信号的消噪中．研究结果表明，该算法可以有效地提高信噪比，降低原始信号中所含有的噪声．     

一种网上求解线性方程组的Guass-Seidel并行迭代算法

针对基于PVM的微机网络并行计算环境下,处理机的运算速度较快而处理机间的通信相对较慢的实际情况,给出了一种网上并行求解线性方程组的Guass-Se idel迭代算法。该算法将方程组的增广矩阵按行卷帘方式分布存储在各处理机中,循环传送每一次的迭代向量以减少处理间的通信次数,同时,采用计算与通信部分重叠技术,提高并行算法的效率。并用1~12台桌面PC机联成的局域网,在PVM 3.4 on W indows2000,VC 6.0并行计算平台上编程对该算法进行了数值试验,试验结果表明,该算法较传统的基于列扫描法的Guass-Se idel并行迭代算法优越。