一种可视化CFD网格生成方法

结合可视化技术 ,提出一种CFD前处理中的网格生成方法。阐述了CFD前处理中存在的问题 ,并针对这些问题构架起专用的绘图平台。详细介绍了网格划分的思路及实现方法 ,并将网格自动生成模块集成在绘图平台中。实践证明 ,这种可视化CFD网格划分平台操作界面方便友好 ,算法简捷正确 ,大大简化了前处理工作的复杂性 ,具有很高的实用价值     

MIS系统通用插入组件的设计与实现

论述了数据字典是实现通用插入功能的关键，并描述了利用Grid控件实现通用插入组件的一般方法，着重讲述了依据数据字典动态生成界面，动态消息响应的处理过程，有很大的应用价值。     

基于稳定匹配机制的网格任务调度算法

任务调度和资源分配是网格计算的关键技术.提出了一种基于稳定匹配机制的网格任务调度算法(SMM:Stable Matching Mechanism),以及根据各奈件因素值及其所占比率进行量化匹配的思想.用户和资源可以根据自身特点动态地设置各条件因素的基准值,通过与实际提供的条件因素值进行比较,得到匹配度,按照匹配度的高低顺序循环匹配最终达到稳定.算法综合考虑用户和资源双方的需求而得出相应的稳定匹配调度策略.给出了算法的数学模型和描述,在Matlab语言环境下仿真表明,SMM算法可以有效地实现网格任务调度,满足任务和资源双方的需求,得到稳定匹配.     

仿真网格中预防死锁的资源分配方法及其仿真分析

仿真网格中资源协同分配是资源组织和调度的一个重要组成部分,如何避免仿真应用之间的死锁是资源协同分配过程中需要解决的重要问题。通过对仿真网格中死锁原因的分析,对死锁的特点进行了描述。根据解决死锁问题的不同策略,提出了仿真网格中基于原子事务预防死锁的资源协同分配方法,并根据应用的不同资源分配方案给出了具体算法。通过理论分析并结合仿真试验研究了该算法在资源协同分配过程中的性能,试验证明使用该方法不仅能够避免应用资源分配过程中的死锁,与其它方法相比,还能获得好的资源分配性能。     

网格环境下基于Web服务的分布式数据挖掘

在网格环境中进行分布式的知识发现和挖掘受到越来越多的关注。分布式环境中，数据常常是自治的，异构的，地理是分布的。在这种复杂的环境下进行数据挖掘与传统的在本地进行数据挖掘相比，给人们提出了许多新的挑战。文中根据网格技术、Web服务技术的特点，提出了利用Web服务实现资源（数据和算法资源）共享和动态调用，在网格环境下进行数据挖掘的框架。该框架的实现是建立在基本的网格服务的平台（Globus 3．0 Alpha toolkit）之上的。     

网格GIS中空间信息描述语言的研究

在网格GIS系统中,分布在不同位置的数据、信息、互操作、协同等需要具有一种标准的语言,使相互之间能够进行对话和交流,GridGML(GridGeographicMarkupLanguage)将是解决这些问题的关键技术。在XML技术、网格体系结构技术及OGC的GML3标准的基础上,对GridGML进行了研究,提出了其设计思想。     

基于同步变距的输变电线路在线监测WSN路由协议研究

基于先进传感、信息通信的输变电设备运行状态在线监测技术已成为电力系统的发展趋势.输电线路状态在线监测网络具有链状、数据传输量大和传输距离长等特点,能量热区问题显著.为均衡输电线路在线监测中无线传感器网络的能量消耗,提出了一种基于同步变距的全局能量均衡路由算法EBRA-SVD.采取多个子网络方式,缩短数据传输距离,从而缓解长距多径损耗而产生的"能量热区"问题.仿真显示,EBRA-SVD可有效均衡网络能耗,提升网络寿命.     

GPS单频PPP电离层延迟改正模型探讨

针对电离层延迟会导致GPS单频精密单点定位精度严重缺失的情况,分别探讨了克罗布歇模型、格网模型和历元差分模型,并采用IGS跟踪站数据进行电离层延迟改正。同时根据改正后的单频精密单点定位精度,比较了这三种电离层延迟改正模型的改正效果。结果表明:历元差分模型的改正效果最好,其改正后单频精密单点定位精度可达到厘米级,能较好地符合实际应用要求。     

一种改进型遗传算法的网格工作流调度研究

用有向无环图表示的网格工作流调度问题是一种典型的NP-完全问题,因而,有效的调度算法是必不可少的。为解决这一问题,提出了一种改进型的遗传算法。运用适应度差的染色体与最优个体进行二级优先杂交和变异,不仅保障了种群的多样性,也提高了种群的收敛速度。采用Gridsim工具进行模拟后,证实该算法较标准的遗传算法更适用、更有效。     

Performance prediction for Grid workflow activities based on features-ranked RBF network

Accurate performance prediction of Grid workflow activities can help Grid schedulers map activities to appropriate Grid sites.This paper describes an approach based on features-ranked RBF neural network to predict the performance of Grid workflow activities.Experimental results for two kinds of real world Grid workflow activities are presented to show effectiveness of our approach.