消息传递接口在分子动力学模拟中的应用

廉价高性能的PC机为组建具有优异性能、适宜于承担大任务的集群系统提供了良好的资源保障.将消息传递接口应用于分子动力学模拟过程,给出了完整的模拟方案和任务拆解方法,成功搭建了PC集群系统,讨论了并行效率,并与单机多核下的多线程/进程方案进行了对比.     

水泥配料计算机控制系统的设计及应用

介绍了基于PLC和工业控制计算机的水泥配料过程控制系统。通过对系统硬件组态及软件设计思想的详细描述,文章从设计和应用的角度介绍了一种由PLC和IPC组成的新型监控系统。该系统采用西门子组态软件WinCC V6．0及C语言编程实现了对生产过程的动态监视和管理。控制器选用西门子S7 315-2DP PLC,采用STEP7 V5．2 PLC编程软件进行硬件线路编程设计,实现对整个水泥生产线的逻辑控制,解决了设备之间的连锁启停问题。该系统在临汾河西电厂集团水泥厂建设项目中实现了良好的监测和控制性能。     

多域MPI运行环境技术

针对MPI互操作问题进行研究,重点探讨了跨域并行计算所涉及的计算资源描述、进程信息交互等技术问题.采用动态虚连接技术优化了点点通信的性能,并采用拓扑感知的聚合优化算法优化了全局通信,实现了多域MPI运行环境Lyra-MPI,支持MPI2.0的动态特性.测试结果表明Lyra-MPI系统的综合能力强,可以很好地支持大规模MPI应用的跨域运行.     

改进的并行高斯全主元消去法

为减少Gauss全主元消法的运行时间，用多进程与多线程混合的方式对其进行了并行化，同时对该算法进行了改进．采用MPI并行I／O技术提高读取数据文件的速度，降低对内存的需求；采用标志数组避免了选主元后换行带来的通信开销；使用线程模型确定最优线程数，提高运行消去的速度；通过预先发布机制降低回代求解步骤的时间复杂度．实际运行结果表明，随着方程组阶数增大，加速比也逐渐增大，对于5000元的方程组，8进程同时运行，加速比可达6．68，并行效率稳定在0．85左右．这表明该算法具有可扩展性和稳定的并行效率，适用于大规模并行计算．     

基于MPI和P-Q分解法的电力系统潮流并行算法的研究

为了提高大规模电力系统潮流计算的速度，在对P-Q分解法潮流计算进行分析和研究的基础上，提出了基于Ⅷ分解法的潮流并行算法的思想，并利用并行消息传递界面MPI进行了仿真，验证了算法的正确性和可行性。     

计算环境MPI在RSA加密中的应用

加密过程中常用的RSA算法涉及到比较多的大数运算和一些复杂判断。实现起来比较困难，对计算机的速度、容量等要求都比较高。为了改变这种情况，采用MPI并行计算环境来改进RSA算法，结果表明能够较好地提高加密的速度和加密效果。     

MPI模拟分析软件在模具开发与设计中的应用

注塑模具的设计与制造以及注塑成型过程分析是一个繁重的任务,利用MPI软件对模具浇口位置进行有限元分析,不仅为模具设计提供了理论依据,同时还为产品的初步成型仿真奠定了基础,为缩短模具产品的研发周期,促进企业的技术进步起到了良好的推动作用.     

MPI程序的Petri网模型及其动态性质

对并行程序进行验证以保证正确性是很重要的,但是由于并行程序比串行程序要复杂得多,因此有必要建立它们的模型。MPI是目前应用最广泛的基于消息传递的并行程序编程标准之一。基于MPI程序的特点,提出了MPI并行程序的Petri网模型——MPINet,给出了MPI函数的基本Petri网模型及对程序建模的基本步骤。定义了静态可执行的和并行正确的并行程序,并研究了MPINet的动态性质,包括安全性、可达性、可逆性以及活性。这些方法可以用于其他并行编程标准的分析。     

时域有限差分并行算法中的吸收边界研究

针对并行FDTD中以二阶Mur、单轴各向异性介质完全匹配层(UPML)和卷积形式完全匹配层(CPML)为吸收边界的并行化处理方法进行论述.用金属球的远区散射计算,并与Mie级数解对比,验证了并行计算中三种吸收边界的吸收效果.最后给出UPML吸收边界FDTD计算内存估计公式,并以电大尺寸目标卫星模型为例对并行性能进行了测试.由于并行中通信时间影响并行加速比和效率,UPML和CPML吸收边界的相邻子域数据通信方式与FDTD选代式相同,而Mur吸收边界的相邻子域间数据通信方式与FDTD完全不同,它的并行性能要低于前两者.电大尺寸卫星目标模型的多机并行计算测试结果表明,UPML和CPML并行FDTD计算的并行加速比及其效率整体上高于Mur,其中CPML吸收条件下的效率达到90%以上.     

基于一种自适应并行遗传算法的网格资源选择策略

网格是在某一单一时间,将网络中众多的计算机资源集中起来共同处理某个单一问题的.而如何有效地从众多的资源中选出多个较优秀的资源是一个NP问题.该文提出一种新的自适应的并行遗传算法（NAPGA）,并对网格资源的选择策略在C+MPI平台上进行了并行模拟.结果表明,该算法不仅有效地避免了过早收敛的现象,而且取得了比改进型的并行遗传算法(NIPGA)更优的搜索结果.最后对遗传算法的搜索和收敛规律进行了一些讨论.