分裂合并算法的优化及并行化方案

研究了分裂合并算法的优化方法,并提出相应的并行化方案.修改了图像在区域合并阶段中原有的最佳合并原则,增加了满足合并条件的相邻区域的匹配率,减少算法迭代次数.为解决合并阶段的负载不平衡提出了一种新方法;同时针对分裂阶段的负载不平衡,提出了一种新的分裂合并算法并行方案,并分析了两种并行方案在负载平衡,通信复杂度及可扩展性的差异.实验结果表明,对分裂合并算法的优化能有效提高算法的效率,其并行化方案切实可行.     

一种快速实现计算流动显示的算法

计算流动显示是近年来在流体力学领域出现的一个新的研究方向,是计算流体力学,实验流体力学,科学计算可视化等领域的结合。本文介绍了实验流体力学中光学流动显示原理,并由此原理提出了由计算流场生成干涉图、纹影图及阴影图的方法,最后给出了一种快速的基于光线投射方法的光线跟踪算法。     

顾及负载平衡的并行多种群自适应遗传算法

自适应遗传算法采用在遗传进化的过程中动态调整各种遗传参数和遗传算子的手段,以达到快速收敛同时避免早熟的目的.提出了并行多种群自适应遗传算法(PMAGA:Parallel Multipopulation Adaptive Genetic Algorithm),通过对种群规模、交叉率和变异率等遗传参数的动态调整使算法在保持种群多样性的同时,提高收敛速度;重点针对自适应调整过程中带来的负载失衡,加入了相应的迁移策略.最后,给出了并行多种群自适应遗传算法与简单遗传算法(SGA:Simple Genetic Algorithm)和孤岛遗传算法(IGA:Island-based Genetic Algorithm)的收敛性能和并行性能比较.