基于并行计算的盾构机刀盘三维切削仿真

针对盾构机工作时刀盘切削土体的数值仿真，建立了细致分析模型，并利用任意拉格朗日欧（ALE）和流固耦合（FSI）理论及方法未解决传统有限元方法进行切削仿真时易引发的网格大变形问题；在国产曙光4000A超级计算机上利用LS-DYNAMPP970完成了并行计算，采用了传统递归坐标对分、以夏根据仿真模型特点提出的基于耦合均衡坐标对分等两种区域分解策略。结果表明，ALE-FSI方法能有效处理刀盘切割土体仿真时的网格大变形，仿真数据与试验数据对比也比较一致：通过促进负载均衡，在计算时CBCB法比RCB法体现出了更好的加速比和并行效率。     

基于可编程GPU的红外场景仿真实现

针对以前红外仿真方法细节差、实时性不高等技术难点,提出了一种新的红外物理模型实现方法。该方法将物理信息与物体的几何模型顶点绑定,提高了对红外场景的描述细节。该方法对物理模型的计算在CPU与GPU之间进行了分配,充分利用了可编程GPU的强大运算能力,有效提高了红外场景生成的实时性。讨论了几种典型探测器效应的添加方法。使用仿真图像来说明所提出方法的有效性,同时分析了该方法的优缺点。     

并行技术在电磁有限元计算中的应用

有限元方法FEM(Finite Element Method)是计算电磁学中非常重要的一种方法,而当问题规模较大时或计算量较大时,传统串行单机FEM难以胜任.本文在基于消息传递(MPI)的分布式并行系统上,采用有限元方法对电磁场问题进行并行求解.有限元方法形成的系数矩阵可以表示成块三对角矩阵,适合采用并行多分裂方法高效求解.并行计算技术的运用减少了计算时间并扩展了可处理问题的规模.结果表明,将并行技术应用于电磁有限元计算是有效并且可行的.     

理论地震图的F-K算法的并行实现

对F-K算法进行了并行化改进,从而使其可以利用PC-Cluster或者并行计算机多节点计算的资源优势,提高计算速度.比较发现,并行后的计算速度大大提高,在计算时间较长的情况下,并行F-K算法的运算速度基本与处理器的个数成正比,为反演震源参数和地下结构提供了更为快捷的计算工具.     

基于GATE程序的MicroSPECT成像系统并行化Monte Carlo模拟

MicroSPECT(micro single photon emission computed tomography)是专用于小动物成像的分子核医学设备。为了准确研究复杂放射源分布条件下光子在MicroSPECT成像系统中的输运过程,使用GATE程序模拟了基于H8500位置灵敏光电倍增管和针孔准直器的MicroSPECT系统,并在清华高性能计算集群上实现了GATE程序的并行化模拟。通过并行计算有效地提高了模拟速度,分别获得了点源、线源、Derenzo模型、Moby模型的投影数据及用于迭代断层图像重建的系统点扩展函数(point spread function,PSF)数据。     

基于集群系统的导弹流场并行数值模拟

采用36颗安腾2处理器和Infiniband网络设备构建了一套18节点的高性能计算集群系统,经过性能调优,其Linpack值达到每秒可执行1 886亿次浮点运算(188.6 GFlops)的水平.然后,将集群系统扩展为适用于计算流体力学并行应用的数值模拟平台.建立了约为783万结构化网格的战术导弹三维流场仿真模型,通过网格分区算法将模型移植到集群系统上并行求解,并测试了集群系统的性能.结果表明,构建的CFD数值模拟平台硬、软件资源配置合理,能够适用于中等规模的CFD并行仿真.     

应用移动代理技术实现矩阵的并行计算

本文结合移动代理技术给出了一种矩阵并行计算的算法及其在Aglet移动平台中的实现。     

基于网格的NURBS曲线下面积的并行计算

为了解决NURBS曲线下面积计算中计算量大的问题，研究并实现了高性能网格环境下并行计算方法．本算法采用Romberg积分和MPI技术相结合的方法，做到通信量最小．经测试，计算用时与网格上并行计算处理器数目成正比．     

基于PVM的网络并行计算环境实验及优化策略研究

使用多网卡方案实现基于PVM平台的千兆网络并行计算环境,并在负载平衡和Cache优化编程方面进行研究,通过大计算量的力学算例测试,提出了可行性网络计算系统优化方案.     

一种基于并行计算熵迁移策略的多分辨DOM数据生成算法

数字正射影像图(digital orthophoto map,DOM)数据通常以多分辨数据形式组织,并以切片的方式存储,而海量多分辨DOM数据的生成需要大量计算和大容量存储.针对此问题,提出一种基于并行计算熵迁移策略的并行多分辨DOM数据生成算法,以减少海量多分辨DOM数据的生成时间.该算法采用并行计算熵来衡量并行计算机系统的负载平衡程度,并以此判断何时需要进行负载迁移以及如何迁移.仿真实验表明,与串行算法相比,该算法能有效减少程序执行时间,并且能获得较高的加速比和并行效率.