大型稀疏系统分块并行齐次化算法

在对大型稀疏线性问题的齐次化算法研究的基础上,提出了分块并行齐次化算法,讨论了该算法的收敛性及稳定性,数值实验表明,该算法具有收敛速度快、计算精度高等特点.     

适用于实际系统的改进Turbo码最大后验概率译码

采用分块译码算法来解决Turbo码最大后验概率（MAP）译码存储最大，时延大的问题，分块译码将长帧分成若干较短的子帧进行处理，边接收边译码，因而缩短了译码时延，由于每次仅需存储若干相邻子帧的前后矩阵值，从而减小了存储量，根据一种通用的正反向处理器配合方案，计算出此方法相对于传统算法存储和时延减少量的一般表达式，并在对数域详细推导出算推导出算法流程，仿真表明，在一定范围内，分块译码算法性能随训练长度的增加而提高，采用此算法后，时延大大减小，存储量减小为传统对数成最大后验概率译码（LOG－MAP）算法的2／n，便于实际应用。     

分块并行结构的Turbo译码算法研究

分析了两种分块并行Turbo译码算法,并提出了一种新型的混合算法.研究表明,与现有的两种算法相比,混合算法融合了两者的优点,虽多消耗了少量资源,但是明显改善了译码性能.     

一个修正的并行变量分配算法

针对2002年C.A.Sagastizabal和M.V.Solodov提出的并行变量分配算法进行修正.通过引入一个线性规划,在每个迭代点处求解一个线性规划和二次规划,来替代原文中的二次规划子问题,避免了原算法的二次规划子问题可能不相容的情形.再者,通过一个非单调技术替代原文中的罚函数执行线性搜索过程,具有更大的灵活性.     

多核系统上任意2序列公共元素的并行查找

文章依据多核系统共享二级缓存和私有一级缓存的容量,采用数据多级分块技术、数据局部性原理和循环并行优化方法,设计了多核系统上存储高效、线程级并行、扩展性好的任意2序列公共元素的并行查找算法。结果表明,该文所给算法充分发挥了多核系统的软硬件特性,获得了良好的加速比和可扩展性。     

并行遗传算法收敛性分析及优化

针对并行遗传算法（parallel genetic algorithms，PGA）容易出现收敛过快和陷入局部最优解的问题，综合多种不同进化策略遗传算法之所长，设计了一种混合的粗粒度并行遗传算法。该算法由多个独立的子群体组成，各个子群体并行的、独立的、按照不同的遗传进化策略进化，每隔一定的时间，在子群体之间进行最优个体的迁移，促进群体的共同进化，并抑制群体早熟。在PVM环境下，用该算法实现函数优化问题，仿真实验数据表明了其有效性．     

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。     

并行数据库系统PAROⅡ连接算法

介绍PAROⅡ采用哈希轮转（Hash-Round-Robin）数据划分方法以及基于该划分方法的并行RDB^n树，着重，详细地讨论了基于该树的并行连接算法，该算法充分利用了数据的已有分布、B^n树的特性、叶结合点有序连接、哈希轮转划分的特性，这些特性减少了系统的额外消耗，提高了并行连接的效率。     

抛物型方程的时空分块并行跳点格式及其数值实验

传统的并行算法只是在空间层上是并行的,在时间层上是步进的。张大凯首创了时空并行算法,本文就是按此思想构造了时空分块并行算法,此算法不仅在空间上可以并行,在时间上也可以并行,进一步提高了并行度。文中的数值例子验证了理论分析的正确性。     

大型稀疏方程组的MIMD分布式异步并行求解

采用MIMD（多数据流多指令流）分布式异步并行迭代软计算法，分析了大型稀疏方程Au=B的M×M阶系数矩阵A=（aij）的性态数值计算任务ψ：u=Du＋R迭代格式收敛的相互关系，在分布式并行方式下，对数值计算任务ψ：u=Du＋R的各子任务ti∈T，引入了时间步Ti∈T和多处理机pi∈P，实现了异步进程迭代运算，并当稀疏迭代矩阵D满足不可约弱对角占优阵的条件时，构造了分布式MIMD下数值解迭代矩阵软计算的异步并行迭代格式ui（（ni＋1）ri）=di1ui（t）＋di2n2（t）＋Λ＋dinun（t）＋ri（i=1，2，Λ，n），给出了该迭代格式的收敛证明及类Jacobi法稀疏矩阵分块有关异步并行收敛的一个有效推论。     

参数并行：一种基于群启发式算法的机器学习参数寻优方法

针对机器学习算法超参数寻优效率低的问题和参数寻优主流算法的特点,提出了一种基于参数并行机制的机器学参数寻优方法。该方法利用群启发式算法来进行机器学习算法的参数寻优,将种群转换为Spark平台特有的弹性分布式数据集,针对参数寻优耗时特点并行计算种群中个体适应度。选取随机森林和遗传算法作为实验算法设计了多组实验对所提出的学习训练方法进行验证。实验结果表明,在20万条以下的小数据量下,文中提出的基于参数并行机制的机器学习参数寻优方法与基于数据并行机制的机器学习参数寻优方法相比,运行时间最多能够减少2个小时,并具有良好的可扩展性。     

混沌伪并行遗传算法及其在火力分配优化中的应用

剖析了混沌模型的随机性、遍历性和初值敏感性的特点,提出了多种群伪并行混沌遗传算法.把多群体伪并行进化的并行性和混沌运动的内在随机性结合起来,利用不同的混沌扰动策略,把混沌变尺度映射机理应用到种群初始化和中间群体的优化进化实现函数优化.仿真结果表明,混沌伪并行遗传算法比伪并行遗传算法和简单遗传算法具有更快的收敛速度和更高的最优解搜索成功率,可对火力分配进行优化.     

自适应抗噪声送话器算法

DSP芯片结合复杂的数字信号处理算法可构成高性能的自适应抗噪声送话器，自适应信号处理算法对送话器的通信质量是至关重要的。主要研究了几种常见的自适应噪声抵消算法，并通过理论分析，提出了变步长的并行LMS算法作为抗噪声送话器的自适应滤波算法。给出了该算法的实现步骤，同时通过变换算法的特性参数进行MATLAB仿真研究，证明了该算法的先进性。     

半Markov控制过程基于性能势仿真的并行优化算法

根据等价Markov过程方法,研究了一类半Markov控制过程在紧致行动集上关于无限水平平均代价准则的性能优化算法.由于实际系统的状态空间往往非常大,因此通常的串行仿真算法可能会耗时过长,或由于硬件限制而无法实现.针对这些问题,提出了一种基于性能势的并行仿真优化算法,以期寻找系统的最优平稳策略,并用该算法对性能势的仿真和策略寻优分别进行了并行化,获得了较好的运行效率.仿真实例表明了该算法的有效性.这一算法可应用于大规模实际半Markov系统的性能优化.     

两自由度绳牵引并联机构

对两自由度绳牵引并联机构作系统研究，进行运动学、静力学和动力学的分析．设计出控制系统，并在Simulink下完成系统仿真．提出求运动学正解的新算法，可以显著减小系统误差；抽出新的拉力分布方法并利用绳牵引并联机构的拉力应满足的条件。建立一个线性规划的标准模型．用单纯形法可以方便地求出绳的拉力．并确保满足绳拉力大于零的条件，且拉力的分布更加合理．仿真结果验证以上算法的正确性．     

混合动力汽车模糊神经参考控制策略优化

为提高并联式混合动力汽车控制策略精准性,建立了基于发动机效率的模糊逻辑控制器,进一步使用神经网络模型对模糊逻辑控制器的隶属度函数进行在线学习,引入变尺度优化方法的改进型学习算法,完成了隶属度函数的在线学习后的优化;通过模型参考构成闭环在线修正,降低输出转矩的误差。通过循环仿真实验,利用模糊神经参考模型控制策略,发动机工作效率点与实时工况的匹配率更高稳定性更好,发动机平均效率提高4. 16%,峰值电源荷电状态保持在稳定的容量范围内,整车燃油经济性得到改善。因此该控制策略具有较强的工程实用性。     

一个异步的PGD算法

分析了并行优化算法中同步运算与异步运算的优缺点。提出完全异步的PGD算法。并且在一定的条件下。给出了算法的收敛性证明。最后结合大规模分布式并行计算机系统曙光-2000做出数值试验。结果说明异步的并行优化算法的效率高于同步的算法。     

最小延时问题GPU并行加速变邻域搜索方法

为了能够在尽可能短的时间内获得最小延时问题的优质解,提出一种运行在CPU-GPU混合环境中的变邻域搜索方法。在遗传算法的顺序交叉生成子代基因过程中,改变邻域结构以避免解方案陷入局部最优。该方法在避免局部最优问题的同时,又可以利用GPU的并行加速能力缩短算法运行时间。实验结果表明,对于大规模最小延时问题,可以在短时间内获得足够好的解。     

MIMIC算法在非线性多约束机械优化问题中的应用

将双变量相关的分布估计算法与惩罚函数法相结合,用于解决机械工程上非线性多约束优化设计问题.算法对每一次迭代寻优后的变量进行保留,建立概率模型,通过正态分布发生函数对变量重新取值,并采用惩罚函数来处理变量约束条件.仿真结果表明,该算法能有效防止早熟收敛,提高算法的全局搜索能力,具有较好的应用前景.     

快速泄压回路动态特性分析

泄压特性是评价油压机性能的重要指标之一,三级泄压回路是目前应用最广泛的快速泄压回路.实际使用过程中难以快速、准确的协调泄压回路中各个阀开口度,造成了能量损失和压力冲击.本文通过AMESim建立三级泄压回路仿真模型,调试各个阀开口度以组成不同的阻尼网络并分析回路动态特性.通过仿真搜寻最优的阻尼值组合,达到最优的泄压效果,用以指导实际生产实践中调试油压机泄压回路,使其安全、快速、稳定的泄压.