利用跳点搜索算法加速A*寻路

介绍广泛应用于游戏寻路中的标准A*算法,指出跳点搜索(JPS)算法使A*生成并扩展的节点数量很少,而且到达目标的速度很快.因为跳点搜索能够消除路径间的对称性,通过在直线和对角线方向上修剪节点来识别后继,在搜索时跳过了大量可能会添加到open列表和closed列表中的中间节点以及其他计算,这使搜索速度有了很大提升.在5个基准网格地图上测试A*+JPS对A*的相对加速比,实验结果表明:跳点搜索可将标准A*搜索的速度提高一个数量级甚至更多,并且速度收益的程度取决于基础网格地图的地貌,对于大的开放区域,跳点搜索更加高效.另外,跳点搜索对A*在节点扩展数量上的改进甚至比搜索时间的改进更加显著.无论从搜索时间还是从节点扩展数量上,A*+JPS都明显优于A*,利用跳点搜索算法可显著加速A*寻路.     

考虑时变资源价格因素的Q学习强化和声搜索网格任务调度算法

针对传统网格任务调度算法不考虑价格时变因素缺点,提出一种基于Q学习强化和声搜索算法的考虑时变资源价格因素网格任务调度算法.首先,综合考虑价格时变因素影响,对网格任务调度模型进行改进,提出一种新的调度模型;其次,利用Q学习算法对和声搜索算法进行改进,平衡了算法的广度和深度搜索能力;最后,通过与同类算法的仿真对比结果表明,该算法和模型具有较好的收敛速度优化性能,并且在资源价格满意度和任务调度长度两个层面具有更全面的优化性能.     

科学研究大数据挑战

现代科学研究的一个重要模式就是大科学项目,其特点是大科学装置和合作,并产生海量的科研数据.数据密集型的大科学项目对数据的采集、存储、分发和处理有着巨大的需求.本文以大科学项目为案例讨论了科研大数据在数据采集、处理、存储以及网络等方面的挑战,以及相应的应对方法.其中,国际上的高能物理实验每年产生数十拍字节(PB)的数据,这些数据需要妥善地记录和保存下来,并高效地分发到世界各地进行分析处理.高能物理学家基于网格技术合作建立了大数据处理的WLCG网格平台,该平台成功地支持了大型强子对撞机实验数据的处理和分析,同时也支持了其他大科学项目,取得很好的效果.另外,为了解决对数据的高效存储和访问,新的存储技术和网络技术,如软件定义网络和云存储等,被开发应用到科学大数据中.最后还介绍了云计算技术在科研大数据中的应用.     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

自适应偶数曲面细化

针对二分半规则曲面细化自适应性不足的缺陷,提出一种新的自适应偶数曲面细化方法,通过在顶点着色器中设计新的顶点调控函数控制顶点偏移,解决边界裂缝问题;并采用参数区域划分子区域的方法,解决函数坐标轴方向不一致引起的浮点误差问题,将细化因子集合从2n扩展到2n形式;利用偶数细化层次递增关系,优化参数几何数据布局,达到层次间顶点和索引双重用. 实验分析表明,在同等细化测度下,本文方法细化因子更接近于细化测度,曲面细化过渡更匀称,绘制面片规模由幂指数级降到线性级,绘制性能提高在20%以上,是一种可行有效的硬件网格细化模式扩展.      

一种面向非规则数据的阶段预取策略

传统数据预取技术在处理结构复杂的非规则数据应用程序时,其有效性明显下降.为解决该问题,基于程序运行时的数据访问阶段性特征,提出一种面向非规则数据的阶段预取策略,研究应用程序的访存规律和预取调度机制.该策略通过在线剖析应用程序的访存行为,识别出数据访问性能指标表现稳定的数据访问阶段和具有特定访存行为特征的预取阶段,实现在数据访问阶段内依据预取阶段的访存规律动态调整预取操作.实验结果表明,与传统的基于访存流模型的数据预取技术相比较,阶段预取策略能够减少无用预取,更加有效地改善非规则数据应用程序性能.     

基于MPI并行及非结构化网格的2.5维CSAMT正演研究

可控源音频大地电磁CSAMT观测数据受发射源的影响,长期以来该方法仅远区信号较弱的数据能被利用,造成近区及过渡区信号较强的资料严重浪费。为避免数据浪费,在Windows平台使用Fortran语言和MPICH2工具,开发了考虑源的CSAMT2.5D正演程序,同时采用了MPI并行技术加速计算。由于实际地下介质边界复杂,程序不同于前人矩形网格,直接采用非结构化三角网格能快速适应复杂边界。通过与一维CSAMT程序对比,验证了2.5D程序的正确性;并通过复杂模型试算,表明考虑源的2.5DCSAMT实用性,为下一步反演工作奠定了理论基础。     

汽车制动阀安装板坯料形状与尺寸的确定

非规则成形件的毛坯形状与尺寸的确定,一般都是通过成形模并采取试错的方法来完成的。然而,试错要考虑多种因素,又由于落料模必须要在由试错来确定最后的形状与尺寸后才能设计制造,如此就要影响板料零件的生产周期和成本。汽车制动阀安装板是一个比较典型的非规则成形件,在要求极短的周期内同时完成其落料模与成形模的设计制造,用初始网格法来确定汽车制动阀安装板的毛坯形状与尺寸,可在较短时间内完成模具生产工作。     

基于知识图谱的中国高尔夫球运动研究现状与发展趋势分析

运用科学知识图谱对中文社会科学引文索引(CSSCI)数据库所收录高尔夫球运动研究领域1998—2013年的相关文献采用定量与定性相结合的方法进行分析,描述了该领域十五年来的研究现状和研究热点问题。结果显示:当前国内高尔夫球研究领域正处于一个快速研究发展的时期,韩烈保、郁小平、吴亚初等是该领域的核心作者。深圳大学高尔夫学院、暨南大学管理学院和北京体育大学是该研究领域的高产机构,也是主要阵地。目前国内对于高尔夫球运动的研究主要集中在"高尔夫球场"、"高尔夫"、"高尔夫运动"等方面,对于高尔夫球运动技术方面还有更多研究空间有待进一步挖掘。     

乒乓球比赛数据的知识表示与知识获取模型构建

运用知识工程中的知识表示模型,构建了基于动态区域网格技术的乒乓球比赛知识表示和知识获取模型,该模型可以对比赛数据进行完整、准确的描述,并记录一场比赛的所有信息.在此基础上,对乒乓球比赛中获得的数据进行科学、合理的表示,并将它们纳入一个有机的整体中,这样不仅能为乒乓球比赛的技术分析提供准确、有效的数据来源,而且能完整的体现乒乓球比赛的知识特点,从而有效地提高教练员的工作效率,加快运动训练的科学化进程.