基于时延Petri网的并行程序的分析

在分析并行程序时,很多问题需要考虑,如通信、同步、数据划分和分配、负载平衡、容错、异构、死锁及竞争等问题,采用一般方法是很困难的.时延Petri网能够很好地描述这些问题,使并行程序的分析变得简单,且有利于并行程序的分割.给出了并行程序的时延Petri网建模方法,并对一个实例进行了分析,得出了并行程序的Petri网模型,对并行程序的分析及验证打下了基础.     

面向区域目标的敏捷卫星非沿迹条带划分方法

考虑单星对区域目标的非沿迹条带划分问题,以最少划分条带数为主优化目标,以最小姿态机动幅度为次优化目标,建立了该问题模型;并提出了一种角度步进的旋转划分算法进行求解。问题求解过程中考虑了初始划分方向确定、条带分割与裁剪、观测顺序与观测时间的确定等多个子问题。在验证了该算法可行性基础上,设计3组实验,并制定任务完成率、任务观测时间、条带分割数量、总姿态机动幅度4个衡量指标对比了沿迹划分算法与此算法的划分效能,结果显示在对中、低纬目标的划分中,该算法划分效果显著。     

一种基于模拟退火算法的硬件/软件分解方法

嵌入式系统设计的一个重要环节是硬件/软件分解,通常在系统设计初期解决该问题·硬件/软件分解问题是NP完全问题,无法在有效时间内寻找到满意的分解方案·基于此提出了一个基于模拟退火算法的硬件/软件分解方法,采用了相邻块通讯分解模型以及由单处理器和专用硬件模块构成的目标结构,解决了硬件约束条件下系统执行速度的优化问题·为寻找到性能优良的分解方案,定义了分解优化目标及代价函数,确定了初始温度、终止温度、温度衰减函数等几个控制模拟退火的关键参数,并探讨了模拟退火的停止规则·与贪心算法相比,该方法可以在合理的时间内为嵌入式系统寻找到满意的解决方案·     

Solving Hardware/Software Partitioning via a Discrete Dynamic Convexized Method

Hardware/software partitioning is an important step in the design of embedded systems. In this paper, the hardware/software partitioning problem is modeled as a constrained binary integer programming problem, which is further converted equivalently to an unconstrained binary integer programming problem by a penalty method. A local search method, HSFM, is developed to obtain a discrete local minimizer of the unconstrained binary integer programming problem. Next, an auxiliary function, which has the same global optimal solutions as the unconstrained binary integer programming problem, is constructed, and its properties are studied. We show that applying HSFM to minimize the auxiliary function can escape from previous local optima by the increase of the parameter value successfully. Finally, a discrete dynamic convexized method is developed to solve the hardware/software partitioning problem. Computational results and comparisons indicate that the proposed algorithm can get high-quality solutions.     

机械加工自动线嵌入式故障诊断研究

基于有限状态自动机／形式语言的离散事件动态系统（DEDS）诊断理论,探讨了机械加工自动线嵌入式故障诊断技术的实现方法,同时讨论了嵌入式诊断代码生成问题．     

应用耦合法计算大型铝电解槽的电流场

本文建立了大型铝电解槽电流场的数学模型,应用有限元和边界元耦合法进行计算,方便地处理了阴极炭块的非均匀正交各向异性问题;在计算中使用了具有场域自动剖分,矩阵分块,矩阵行优化排序和非零存贮等稀疏矩阵技术的计算程序,在对多种结壳情况下铝电解槽电流场的数值计算结果进行分析的基础上,得出了一种使铝液中水平电流较小的结壳形状。     

ABEEMσπ/MM模型中静电相互作用能的并行化

ABEEMσπ/MM模型程序中,计算静电相互作用能非常耗费机时.针对原串行程序中多个循环相互嵌套的求解部分,进行循环带状划分并行化处理.经测试表明,利用新编制的并行程序进行动力学模拟,并行加速比以线性趋势提高、求解静电相互作用能速度大幅度加快、尤其是针对原子数较多的分子体系效果比较理想.利用36个CPU,对于位点数为10 000左右的蛋白质体系,进行1ns的动力学模拟,至少可以节省1年左右的时间,明显地提高了研究蛋白质体系性质的效率.     

通用栅格编码量化在图象压缩量化中的应用

提出了一种基于栅格编码TCQ的图象压缩编码量化方法。论述了TCQ量化方法的理论基础栅格编码调制TCM和维特比算法的基本原理。在研究普通TCQ量化方法和其中集合划分存在问题的基础上，探讨了另外一种划分方法的可行性，得到通用栅格编码量化方法UTCQ。根据对实际图象量化结果的比较，证明了UTCQ的有效性。     

三维方形板材切割的聚合启发式混合算法

针对三维方形板材切割问题,提出一种有效的三维切割问题的聚合启发式混合算法（AG_HA）。该算法基于三维装箱的基本块,利用评估规则对可聚合基本块进行局部聚合,然后运用启发式算法得到初始切割方案,最后利用遗传算法对切割方案进行优化。对具有代表性测试数据的计算结果表明,该算法是解决三维方形板材切割问题的一种有效方法,且可与目前经典算法竞争。     

基于贪婪量测划分的隐身目标跟踪MS-LMB滤波器

针对隐身目标的跟踪,本文将贪婪量测划分的方法应用于多传感器标签多伯努利(MS-LMB)滤波器中,较好地解决了低检测概率下的多雷达跟踪问题. 传统的MS-LMB滤波器一般采用吉布斯采样来解决量测划分问题. 当雷达网中多数雷达对隐身目标的检测概率较低而处于漏检状态时,目标的似然权值将偏小而很难被吉布斯采样获取,从而难以准确估计隐身目标的状态. 贪婪量测划分机制由于单独考虑了包含漏检项的量测集,可有效解决此问题. 仿真实验结果表明,在隐身目标的跟踪中,采用贪婪量测划分的MS-LMB滤波器的滤波性能明显优于采用吉布斯采样的MS-LMB滤波器的性能.      

知识发现中缺损数据的处理(II)

研究了在知识发现过程中处理连续取值属性值缺损的问题。提出了进行连续值划分的“超长方体”划分法。在此基础上 ,通过发现值缺损属性的取值集合 ,值缺损属性是否为强作用属性以及与其他属性是否相关 ,解决了对含有缺损数据的信息源进行知识发现的问题。文中通过处理UCI机器学习数据库中的 COIL数据库 ,说明了本方法是可行的。     

大型关系表规则的研究

通过介绍从包含定量和定性属性的大型关系表中开采相关规则的问题 ,同时将关系表中的属性值分区 ,并且用相联相邻的分区来处理定量属性 ,引进部分完全性方法量化由于分区丢失的信息 直接应用这种方法会产生大量相似的规则 ,为此 ,引用一种概率的方法确定输出感兴趣的规则 这种技术可应用在现实的数据库上     

粗粒度异构预编译器的设计与实现

提出了一种基于用户指导法的异构计算的动态实现工具,称为粗粒度异构预编译器（ＣＨＰ）,定义了５种用户在并行编程时需显式说明的代码段的类型,以及用户对代码段的输入和输出参数需进行的说明。     

基于混沌优化算法的软硬件划分

针对软硬件协同设计中的关键问题——软硬件划分，提出一种基于混沌优化的划分算法．首先，使用有向无环图对嵌入式系统建模，得到软硬件划分优化系统的目标函数．然后，采用逻辑斯蒂映射产生混沌序列，并将此序列映射到划分系统的模型空间，利用混沌序列的遍历性，将粗搜索和细搜索相结合，分两阶段搜索模型空间目标函数的最优解，有效避免搜索过程陷入局部最小，并且使算法搜索时间大幅度降低．和模拟退火软硬件划分技术对比的实验结果表明，选取适当的算法参数，采用混沌优化算法能够以更快的搜索速度得到更好的软硬件划分结果．     

关于图的单圈划分

图的划分问题曾引起图论界的广泛关注 ,本文讨论了一般的单圈划分问题 ,利用禁用构形刻划了一个图存在单圈划分的条件 ,并进一步得到一个算法 ,有效地解决了判定一个图是否存在单圈划分 ,若存在则求其单圈划分的问题 .     

无线传感网络可信信息覆盖泰森多边形区域划分算法研究

针对无线传感网络区域划分问题,基于可信信息覆盖模型,设计了一种新的面向可信信息覆盖的泰森多边形区域划分算法。首先,该算法利用节点间的协作感知,通过节点聚类形成节点协作感知盘;然后基于可信信息覆盖模型计算各重建点的权值;最后利用权重泰森多边形图理论设计基于该模型的泰森多边形区域划分算法。仿真实验结果表明,该算法与传统圆盘模型下的泰森多边形法相比较,在相同数量节点下划分的泰森多边形区域数量更少,并且有着更高的覆盖率。     

基于主从模式的并行决策树算法研究

针对对等模式下并行决策树分类算法的通信开销太大,提出了一种基于主从模式的FPM_DT并行决策树挖掘算法,此算法综合使用了横向与纵向的数据划分模型,并采用根据分支数据分布情况进行结点分组的策略.实验结果表明,它与对等模式下并行SPRINT分类算法相比,降低了通信开销,具有更好的可扩展性与加速比性能.     

结合加强学习的群控分区算法

运用加强学习算法解决电梯群控问题往往受限于算法收敛速度慢,很难扩展至具有更高楼层、更多电梯的群控系统.分割状态空间为几个区域,建立具有分割功能的加强学习系统是必要的.所提出的系统结构及其底层工作原理具有普遍意义,可用于解决大状态空间上的最优控制问题,开发了基于群控分区算法的分割模块,运行结果表明了此系统的优势.     

一种基于可信度最优的数量关联规则挖掘算法

研究了数量关联规划挖掘过程中的连续属性离散化问题,描述了连续属性离散化方程,包括连续属性区间划分算法和数据库样本大小的确定,提出了基于可信度最优的数量关联规则挖掘算法。该算法首先利用等深度划分算法对连续属性进行离散化,然后利用凸包处理技术提取强规则中可信度最高的数量关联区间,它对于数量关联规则的优化有着重要的应用价值。应用该算法对股票行情进行了数量关联分析,提取股票涨跌与股票价格之间可信度最高的关联规则。实验表明该算法是非常有效的。     

动态团队定向问题的模型及其优化算法

针对物流配送系统优化设计中关键难题之一的团队定向问题,提出了一种部分顾客需求动态到达的动态团队定向问题,并建立了该问题的模型.采用把规划周期分成一系列时间段的策略,将动态问题转化成一系列的静态子问题求解.提出了一种蚁群算法,其特点是利用上一时间段的信息来加速算法寻优能力,并用一种基于分支定价的离线精确性算法来求解动态团队定向问题.实验结果表明,与基于分支定价的离线精确性算法相比,所提出的蚁群算法能在1 ks内求解4个测试算例,并且在2个算例中得到的最好解优于离线精确性算法的解.