半Markov控制过程基于性能势仿真的并行优化算法

根据等价Markov过程方法,研究了一类半Markov控制过程在紧致行动集上关于无限水平平均代价准则的性能优化算法.由于实际系统的状态空间往往非常大,因此通常的串行仿真算法可能会耗时过长,或由于硬件限制而无法实现.针对这些问题,提出了一种基于性能势的并行仿真优化算法,以期寻找系统的最优平稳策略,并用该算法对性能势的仿真和策略寻优分别进行了并行化,获得了较好的运行效率.仿真实例表明了该算法的有效性.这一算法可应用于大规模实际半Markov系统的性能优化.     

一类闭排队网络基于性能势的优化算法

讨论了一类闭排队网络的优化算法 .该闭排队网络具有一般的性能指标函数 ,它既依赖于网络系统的状态 ,又依赖于每个服务者的服务率 .采用实现因子、性能指标势及无穷小矩阵的群逆三个量计算了稳态性能指标代价对服务率的梯度 ,还应用直接梯度搜索方法得到了使性能指标达到最小的最优策略 .最后 ,给出了一个数字例子以验证该算法的实用性     

Erlang分布排队系统的性能灵敏度仿真估计及其应用

通过分析具有Erlang服务分布的排队系统的稳态性能灵敏度问题 ,给出一种基于其嵌入Markov链来计算势能及性能导数的算法 .并用通信网络中的一个实例进行仿真 .由于此算法基于分析系统的一条单一样本轨道 ,故可直接用于某些实际问题的在线性能分析与优化     

M／PH／1排队系统的性能灵敏度估计与仿真

论文对于M／PH／1排队系统给出一种计算势能及性能导数的仿真算法。由于其基于分析系统的一条单一样本轨道,故该算法可直接用于系统的控制与优化。最后提供一个例子来表明该算法的应用。     

故障估计的快速梯度算法

加性故障的估计通常是依赖于状态空间模型,如滑动时域估计和未知的输入观测器。本文基于闭环系统的输入-输出观测数据,采用直接设计的方法来估计故障,并设计控制器。该直接方法无需建立系统和故障的状态空间模型,也无需采用子空间辨识来建模。对于故障的估计,利用闭环系统中输入-输出关系建立一个参数化的最小二乘问题。在施加故障的上下限约束条件下,采用快速梯度算法来估计故障。最后以直升机悬停状态为例,利用本文方法估计故障,验证方法的有效性。     

共轭梯度法在BP算法中的应用及其MATLAB仿真

本文介绍了传统的BP算法,分析了它的不足之处,研究了一种加快网络收敛速度的基于共轭梯度法的改进BP算法。通过实例,运用MATLAB语言进行了仿真,结果表明改进算法的学习收敛速度大大优于标准BP算法。     

基于梯度的方向图估计改进算法

获得准确的方向图是自动指纹识别系统（AFIS）预处理的重要一步。基于梯度的方向图估计算法的是常用的一种有效算法,针对其不足之处,对其进行了改进。首先采用4个方向的梯度分量来计算每点的梯度和方向;采用自适应的平滑模板来适应不同质量指纹的方向图平滑需要;综合不同平滑程度的方向图增强去噪能力;同时对中心点（corepoint）、三角点（deltapoint）附近采用不同的平滑方法,使这些区域纹线变化细节得到保持。实验结果表明改进后的算法可以获得更准确的方向图,去噪能力增强,可以适应不同质量的指纹图像。     

基于网络结构的并行路径规划算法

算法继承了人工势场法的基本思想，通过寻找路径点的能量函数的极小值点而使路径避开障碍物。势场由排斥场和吸引场叠加而成，在算法中对于排斥场和吸引场的强度引入了一个平衡系数，并引入了模拟退火的思想和一些启发性知识，以避免某些局部极值的情况。算法具有很大的并行性，收敛速度较快，易于从二维空间扩展到三维空间，对人工势场法给予了较大的改进，取得了较好的仿真效果。     

一个覆盖网络的并行仿真方法

已有的网络仿真器在对覆盖网络仿真时会随着网络的扩展和节点的动态加入而引发高昂的仿真代价,因此提出了一个用于覆盖网络仿真的基于DEVS的分布式并行仿真算法,并用于评价分层覆盖多组播网络(LOMN)的性能.该算法根据用户定义的覆盖网络协议和用户应用需求描述,生成离散事件负载,分发到位于不同主机的仿真器上,进行并行仿真处理.与数据包级的仿真模型相比,这种算法降低了仿真开销,对大规模、动态覆盖网络的仿真具有一定的优势,能够较好地解决覆盖网络仿真所面临的可扩展性和网络动态变化的问题.     

一种基于性能势的无折扣强化学习算法

传统基于性能势的学习算法能获得马尔可夫决策问题的最优策略。这些算法主要采用单路径采样的方法,使得学习算法效率不高。将性能势与强化学习相结合,提出了一种基于性能势的无折扣值迭代学习算法——G学习,并将其与经典的无折扣强化学习算法(R学习)相比较,获得了较好的实验结果。     

基于PVM的并行辐射度声学仿真算法

针对建筑环境的复杂性及建筑声学仿真的实时性要求,提出用并行辐射度算法求解整个声场的声能,计算单位脉冲响应,并启用多处理机将频率分段求解,进而得到全频段的脉冲响应.在此基础上,对并行算法复杂度进行分析,同时对一个室内声场进行模拟,验证了算法的有效性,并给出并行算法加速比特性曲线.理论分析与实验均表明,采用并行算法可以有效提高复杂场景声学仿真的效率.     

共享存储器型超并行多处理机系统的模拟性能评价

在共享存储器超并行多处理机系统中，访问共享存储器的吞吐量相当大，而存取延迟是与多级互连网络的级数成正比的．为防止这种延迟而产生的处理效率下降，把整个系统视为一个流水线处理体系，同时配合使用高速缓冲存储器．本文给出超并行多处理机系统的模拟性能评价结果．     

基于并行计算的消声器三维数值模拟

针对某款汽车复杂消声器建立了三维数值计算模型,采用并行计算技术对该模型进行计算．通过分析数值计算结果,找到该款消声器产生压力损失和再生噪声的主要部位分别是消声器进气内插管开孔处和出气内插管的进口处．据此提出了相应的改进方案．计算结果显示,改进后消声器的背压比原消声器背压大幅度下降,最大可下降20%左右．这种基于计算流体力学理论结合并行数值模拟技术的设计方法,计算一个算例仅需20 min左右,降低了设计周期和设计成本．     

计算一类连续运算的有效并行算法

提出了计算一类连续运算的一种更有效的并行算法 ,当N足够大时 ,其加速Sp≈p/ 2 ,效率Ep≈ 1/ 2 .在此基础上建立了求解一阶线性递归方程组的一种新算法 ,其加速Sp≈ 2 p/ 5 ,效率Ep≈ 2 / 5 ,其中 p为所需的处理机数     

基于等价类划分的并行频繁闭项集挖掘算法

针对海量数据的关联规则挖掘问题,提出了一种有效的基于等价类划分的并行频繁闭项集挖掘算法.该算法在MapReduce框架下,通过等价类的产生与划分、数据集的分配、异步频繁闭项集挖掘和汇总等步骤,不但较好地解决了多节点间的负载均衡问题,而且易于获得可靠的频繁闭项集.实验表明,该算法能有效克服传统算法挖掘效率低、冗余规则较多的缺点,整体上具有较高的性能.     

基于分布式并行算法的动态交通流分配研究

基于分布式并行处理技术和面向对象的建模理论,为解决大规模城市道路交通流模拟问题,提出分布式并行模拟动态交通流分配思想,给出了CybeTraffic三维仿真系统中交通流模拟系统的数据结构描述、系统设计框架以及系统模拟结果.     

典型并行算法的实现性能分析

讨论和分析了几种典型的并行算法及其各种处理方法在基于Windows XP环境、消息传递接口MPI并行编程环境支持和C 语言描述的编程实现问题，给出了相应并行程序详尽的计算结果，对比分析了它们的计算性能，以及它们对计算精度产生的影响。分析结论以相应并行算法的实际编程实现和试验计算数据为基础，可信度高。设计实例表明，分析方法是有效的。