MPI程序中两种通信原语相关性研究

基于并行计算中将相同数据模块传递给所有处理器的实验,评估并比较了MPI-1标准化库中点对点通信与广播通信的性能.在延迟方面性能的比较是通过改变处理器的数目和数据模块大小来实现的,而工具Jump-shot-4则用于MPI通信程序性能的详细测试.     

基因表达式算法的并行化及其在函数发现中的应用

分析了基因表达式编程(GEP)算法的优点与不足,提出了一种基于消息传递接口(MPI)的并行GEP算法(PGEP),并将该算法应用到函数发现问题中.与传统GEP算法的对比实验表明并行的GEP算法具有更好的求精能力.     

基于特征匹配的非刚性大位移光流算法

针对非刚性大位移光流估计问题,提出了一种基于特征匹配的光流优化算法. 首先,传统数据项针对整副图像进行一致性假设的策略过于粗放,文中采用了一种根据图像中每个像素特点自适应选择一致性假设的优化方法;其次,针对传统各向同性的平滑项易造成演化过程中图像细节丢失、边缘模糊等问题,提出一种各向异性的平滑项,有利于实现图像细节的光流估计;另外融合特征匹配于变分光流框架中,充分利用特征匹配在大位移条件下的鲁棒性与变分光流的致密性;最后,基于MPI Sintel数据集对本文算法进行定量分析. 实验结果表明,本文算法能够实现非刚性大位移光流的准确估计,鲁棒性强,在market_5图像中,该算法比LDOF于AAE和AEPE指标上分别提升了18.9%与21.9%.      

一类刚性非自治系统的组合分块解法

针对分解的刚性大系统提出了组合RK-Rosenbrock方法,该方法分别采用Rosenbrock和显式RK方法在不同的处理机上并行求解刚性和非刚性子系统.讨论了算法的构造、收敛性以及数值稳定性,并在微机和多处理机上进行了数值仿真试验.     

基于区域分解和MPI的线性带状方程组归并迭代解法器

线性带状方程组并行解法器往往基于两层迭代的区域分解方法,采用M P I(m essage pass ing in terface)实现,因此导致的总迭代次数太多或者进程通信开销太大都会使解法器效率低下。该文通过研究减少迭代次数和降低进程通信开销的方法,设计了一种适合区域分解和M P I系统的高效的归并迭代并行解法器。这种解法器通过引入全局加速收敛算法,把两层迭代归并为一层迭代,有效减少了迭代求解的总次数,并且采用分块并行技术降低M P I系统上加速收敛算法的进程通信开销。实验证明归并迭代并行解法器能够保证和串行解法器大致相当的总迭代次数,分块并行加速收敛技术能够降低接近1/2的全局进程通信时间。