一种基于动态关键路径的递归并行调度算法

并行任务在多处理机系统上的有效调度是获得系统高性能的关键所在.对BNP(Bounded Number Processors)调度问题,提出了一种新的基于动态关键路径的递归调度算法,对调度节点进行递归选择,并结合调度节点的后继任务为它选择了最佳时间槽.该算法克服了已有调度算法不能保证对动态关键任务进行最早调度这一缺点,优于现有BNP调度算法.     

一种MDP基于性能势的并行Q学习算法

在性能势理论框架内,研究折扣和平均准则马尔可夫决策过程(MDP)的统一并行Q学习算法.提出了独立并行Q学习算法和状态划分并行Q学习算法,重点讨论了算法中的关键参数的设计,即同步点如何选择的同步策略和如何合成Q因子的Q值构建策略,给出了一种固定步长结合一定偏移量的同步策略,并分析了并行中Q值构建策略的确定原则,给出了几种Q值构建策略的选择方法.仿真实验表明并行Q学习算法的有效性.     

一种基于共享存储的并行层次兴趣匹配算法

兴趣匹配在分布式仿真中扮演着重要的角色.然而,在大规模仿真场景中,仿真实体数量大且区域变化频繁,导致兴趣匹配的计算量很大,严重影响仿真性能.另一方面,多核处理器的普及也促使从并行视角来提升兴趣匹配算法的性能.针对上述问题,提出了一种并行层次兴趣匹配算法,将订阅区域映射到一棵满二叉树中,由更新区域并行地与二叉树进行匹配,...     

一种新的基于Krylov子空间的快速子空间分解

快速有效地进行子空间分解是子空间类算法走向工程应用的关键。提出了一种新的期望信号的选择方法,并证明了在空时白噪声条件下由观测信号的协方差矩阵及观测信号与期望信号的互相关矢量构成的Krylov子空间等价于信号子空间,从而可以通过多级维纳滤波方法计算Krylov子空间的基来实现信号子空间的快速估计。由仿真实验可以看出所提出的方法能够快速有效地实现子空间分解,尤其在低信噪比下仍然具有较高的性能。     

一种基于信道外推的预编码方法

为了解决多天线(multiple input multiple output, MIMO)系统中因反馈延时带来的预编码码字和信道之间不匹配问题,提出了一种基于信道预测的预编码方法。该方法通过当前时刻和之前两个时刻的信道,利用外推方法,预测未来时刻的信道,使用预测信道,选择预编码码字并反馈到发送端,以补偿反馈延时的影响。仿真结果表明,该方法有效地减小了反馈延时带来的性能损失。     

一种挖掘最大频繁子图的新算法

如何从大量的图中挖掘出令人感兴趣的子图模式已经成为数据挖掘领域研究的热点之一.由于其内在的计算复杂性,挖掘全部频繁子图非常困难,且得到的频繁子图过多,影响着结果的理解和应用.解决方案之一是挖掘最大频繁子图.在经典的Apriori算法的基础上,提出了一种挖掘最大频繁予图的新算法Apriori-MaxGraph.首先给出了一种新的、用于计算图的邻接矩阵规范编码的结点排序策略,大大降低了求图规范编码的复杂度,并可以加速子图规范编码序列匹配的速度.其次,针对最大频繁子图,对候选子图的生成进行了规范.最后,采用双向搜索与剪枝策略,大大减小了搜索空间,提高了算法的效率,实验结果表明,Apriori-MaxGraph算法具有较高的挖掘效率.     

面向多类别分类问题的子抽样主动学习方法

由于传统主动学习方法的计算量随着问题规模的增大呈指数增长,因此很难应用于大规模多类数据分类任务中.为解决该问题,设计了一种基于子抽样的主动学习(subsampling-based active learning,SBAL)算法.该算法将无监督聚类算法与传统主动学习方法整合,在二者之间增加了子抽样操作,该操作能够显著降低...     

一种有效的参数估计方法在预缩聚反应中应用

采用改进的遗传算法解决复杂聚合反应模型的参数估计问题.算法采用排序选择、多点交叉和变异优选策略,有效地提高遗传算法的搜索性能,避免了序贯优化方法有可能存在局部极值的问题.根据文献数据,仿真结果表明,该算法在参数估计中,具有参数搜索范围大、收敛速度快和精度高等特点,它能够有效地解决非线性参数估计问题.     

一种基于动态独立子空间分析的过程监控方法

独立元分析(ICA)是近年来盲信号分离领域的热点问题,传统的ICA方法只能寻找信号与信号间的独立元,对信号组与信号组之间的独立性分析却无能为力.独立子空间分析法(ISA)则通过寻求矢量峭度最大化,对信号组之间进行独立性研究.根据这一理论提出动态独立子空间分析过程监控方法,针对过程变量自相关问题,构建时间序列子空间,随采样时间动态更新子空间数据,对其进行独立性研究,达到过程监控的目的.以TE过程为背景的仿真研究,验证了该方法的有效性.     

一种基于新的条件信息量的属性约简算法

为了获得决策系统中更好的相对约简,讨论了属性约简与条件信息量的关系,提出了新的条件信息量,由此定义新的属性重要性。统一了一致决策表和不一致决策表属性约简方法,以新的属性重要性为启发信息,给出了计算新的条件信息量的高效算法。理论分析和实验结果表明,与现有的基于条件信息量的约简算法相比,该算法时间复杂度较低,同时约简后的属性数目更少。     

汽车碰撞有限元仿真的并行计算及其性能研究

并行计算是提高汽车碰撞有限元仿真的计算速度和求解能力的有效途径。文章简要介绍了汽车碰撞有限元仿真并行计算的区域分解方法,给出了处理接触时的并行计算流程,分析了并行求解过程以及主要时间开销。在此基础上,研究了两种硬件体系结构和不同处理器数目对计算效率的影响。最后研究了不同的区域分解策略对整车碰撞计算效率的影响。研究结果对最终用户选择合适的硬件平台和计算软件具有指导意义。     

双极器件LPNP辐照损伤效应的并行有限元数值模拟

在基于漂移扩散模型的半导体器件仿真模拟中,采用Zlamal有限元方法进行数值离散,结合提出的电离损伤耦合模型,对横向PNP(LPNP)双极晶体管(BJT,bipolarjunction transistors)的电离损伤效应进行模拟。基于三维并行自适应有限元软件平台PHG(Parallel Hierarchical Grid)实现了模型和算法,并通过数值计算的方式成功模拟出了LPNP受电离辐射影响后出现的基极电流增大及电流增益退化的现象。进行了网格规模达1亿单元、并行规模达1024进程的大规模数值实验,展示了算法良好的并行可扩展性。     

用遗传算法解决并行多机调度问题

对最小化完工时间的并行多机调度问题提出了一种遗传算法,并在问题形成、遗传算法编码、变异方法等方面作了研究,并用计算实例表明遗传算法能适用于大规模并行多机调度问题。     

解家纺企业生产计划问题的并行混合遗传算法

为解决家纺企业的实际车间批量生产计划问题，提出了一个基于自然编码的混合遗传算法。此算法具有如下特点：一方面编码方式能有效地反映调度方案；另一方面对每子代得到的调度方案利用爬山算法对其进行了局部调整，大大加快了收敛速度。同时为了更好地适应调度实时性和解大型企业此类问题的需要，基于遗传算法自然并行性特点的基础上，实现了主从式控制网络模式下并行混合遗传算法。计算结果表明，此算法是有效的，有着较高的并行性，并能适用于解大型此类企业车间批量生产计划问题，在实际应用中有着较广阔地应用前景。     

具有同时集送货需求的车辆路径问题的粗粒度并行遗传算法

设计了求解VRPSDP的粗粒度并行遗传算法(CGPGA),其中遗传算法以最优划分法计算适应值,邻域搜索法作为变异算子,定义了群体多样性结构.并行算法以单向环作为连接拓扑,各子群体独立进行遗传操作,迁移算子用于群体间的信息交流,采用多样性替换的方法进行个体替换.论文给出了CGPGA算法在集群系统上的重复非阻塞MPI实现.对典型VRPSDP实例进行测试的结果表明:CGPGA算法在大部分实例上超过了已知最好解,未达到已知最好解的实例与已知最好解的相对误差不超过1.5%.在计算速度方面,CGPGA算法具有接近线性甚至超线性的加速比,提高了遗传算法的求解速度.     

一类线性系统求解的并行算法

本文给出了求解块角结构的大线性系统的一种并行算法 .这一方法以“梯度—单纯形”法为基础 ,将大线性问题分解为若干子线性系统 ,通过并行地对各个子系统求解 ,求得大系统的最优解 .该算法提高了大系统求解速度 ,特别适合于耦合约束较少的大线性问题 .本文还对该算法的应用性进行了分析.     

A Parallel Algorithm for Solving Block-diagonal Structured Large Linear System

1　 PrologueWith the speedy development of global science technology,modern society has becomemore systematical and informative in many fields such as engineering technology,socialeconomy,organism and zoology. Many complicated large systems have appeared,as ITtechnology develops like wildfire,it is strongly required to improve scientific and correctdecisions,which makes originally complicated large system become more complex.Practical applications of linear program are getting far-ranging and…     

动力学系统数值仿真并行算法的发展

本文主要综述动力学系统仿真的非刚性、刚性系统和微分代数系统并行数值方法的一些最近发展。     

相同并行机上工件排序问题的一种新算法

根据工件排序问题的特点,建立了在相同种类的并行机上加工一批相同种类工件的优化数学模型。在蚂蚁系统的基础上对其进行了改进,并把改进的蚂蚁系统用于工件排序问题的优化中。通过与其他算法的仿真比较表明,该基于蚂蚁系统的算法是有效的,特别是问题规模很大时更显示其较快的收敛速度和较高的精度。     

带状线性方程组的一种有效分布式并行算法

根据分而治之思想提出了一种带状线性方程组的分布式并行算法 (DistributedParallelAlgorithmofBandedLinearEquations,简称为DPAB算法 )。当带状线性方程组的系数矩阵满足对角占优时 ,该算法在运行过程中不会中断。分析了算法的复杂性 ,给出了基于局域网的MPI异构环境下数值实验结果。其实验结果表明 ,该算法是高效的。