机群系统中矩阵的并行QR分解算法

随着高速网络技术的快速发展,机群系统已经成为并行计算的主要平台,由于它的高通信延迟,某些在并行机上实现的细粒度并行算法已不适合在该环境下运行,为此有必要研究它们在机群系统中的并行实现.基于这一点,对矩阵的QR分解提出了一种新的任务划分策略,并由此得到了它的一种粗粒度并行算法.实验结果表明,设计的并行算法在机群系统中具有较高的加速比.     

机群系统中矩阵的并行QR分解算法

随着高速网络技术的快速发展，机群系统已经成为并行计算的主要平台，由于它的高通信延迟，某些在并行机上实现的细粒度并行算法己不适合在该环境下运行，为此有必要研究它们在机群系统中的并行实现。基于这一点，本文对矩阵的QR分解提出了一种新的任务划分策略，并由此得到了它的一种粗粒度并行算法。实验结果表明，设计的并行算法在机群系统中具有较高的加速比。     

求解三对角方程组的并行追赶算法

通过分析影响算法的并行效率的主要因素,根据分而治之策略中的分块思想提出了一种求解三对角方程组的并行追赶算法。然后在机群系统中,MPI环境下实现了该并行算法,对并行算法的加速比和效率与原串行算法进行了比较,结果表明此算法有较高的计算效率。     

求解三对角方程组的并行追赶算法

通过分析影响算法的并行效率的主要因素,根据分而治之策略中的分块思想提出了一种求解三对角方程组的并行追赶算法。然后在机群系统中,MPI环境下实现了该并行算法,对并行算法的加速比和效率与原串行算法进行了比较,结果表明此算法有较高的计算效率。     

容错并行算法的分类和设计

鉴于容错并行算法的设计是影响其容错性能的关键因素,首先,根据容错并行算法的设计方法,给出了容错并行算法的分类,并对各类算法的特点进行了分析;然后,根据分类方法选择了并行矩阵三角分解和快速傅里叶变换2种典型的并行算法,设计出2类并行算法应用所对应的容错并行算法;最后,在一个256结点的机群系统上对设计的容错并行算法的性能进行了测试,结果表明容错并行算法可以实现很低的容错开销.     

一种利用机群系统实现数据计算高可靠性的方法

简要介绍了高可靠性的概念、机群系统应用、国内外高端计算机研究动态,针对目前数据计算的一些问题,提出了一种利用机群系统实现数据计算高可靠性的方法,给出了它的软件结构和硬件结构模型,解决了数据计算的高可靠性以及安全性问题.     

拉格朗日插值多项式的一种并行算法

提出在机群系统并行环境下的构造拉格朗日插值多项式的一种并行算法.该算法以n个节点(x0,y0),(x1,y1),…,(xn-1,yn-1)的拉格朗日插值多项式公式为基础.当处理机数量为n2时,它的时间复杂度为3log(n) O(1);当处理机数量为p2(p相似文献   

机群环境下有限元的并行直接解法

在机群系统下进行有限元并行算法的研究是工程领域的前沿课题之一。本文详细分析了有限元的并行直接解法,解决了如何在机群环境下并行计算单元刚度矩阵和总刚度矩阵,并且按行或按列穿插存放在各个处理机局部存贮器中,并给出了相应算法。     

一种面向机群的系统仿真模型

为进一步提高机群系统效率和资源利用率,降低研究成本,提出了一种全软件实现的机群系统仿真模型.该模型主要关注机群在系统级表现出来的特性,使用网络仿真软件OPNET作为建模工具,完全由软件实现,在一台个人计算机上即可运行.该模型刻画了可变化的节点数量、每个节点拥有的处理器数量、节点间通信带宽及数据量、用户作业队列、常规作业调度算法、可扩展的模型接口等一系列和机群系统密切相关的特性.通过与真实的小型机群系统比较,表明该模型具有良好的仿真效果,能有效降低机群研究的硬件成本.     

基于机群系统的并行划分聚类算法

从划分聚类要求的时间和空间上看，传统的串行算法已很难适应海量的数据，有必要研发高性能、可扩展的并行算法来解决这一问题，基于一些主要的并行划分聚类算法所存在的问题，提出了在机群系统上采取数据并行策略设计的并行划分聚类算法思想。     

电力系统潮流并行算法的研究进展

随着高性价比可扩展集群并行系统的逐步成熟和应用 ,大规模电力系统潮流并行计算和分布式仿真成为可能。该文首先简要介绍了电力系统的潮流计算模型及基本算法 ,分析了算法中存在的困难。然后分析了 4类较重要的电力系统潮流并行算法 :分块法、多重因子化法、稀疏矢量法和逆矩阵法 ,同时讨论了这 4种潮流并行算法的基本原理和实用效果 ,比较了各种并行算法的优点和局限性 ,并指出基于集群系统的粗粒度区域分解潮流并行算法最具发展潜力。     

多级负载平衡系统的设计和实现

目前机群系统中采用的负载平衡多是在作业、进程和线程中的任一级实现，很少有采用多级负载平衡的系统，其原因是为了减少在实现负载平衡的过程中引入的通信开销。该文提出了一种结合作业级和进程级的多级负载平衡算法，通过采用动态多阈值的自适应负载收集技术以减少通信开销。实验结果表明，这种负载平衡方法能够有效地提高并行作业的运行性能。     

基于机群结构的关联规则并行挖掘算法

在比较当前几种并行关联规则挖掘算法的基础上,为了解决CD、FDM、DDM算法的候选集和执行时间方面存在的问题,结合关联规则的性质定理,提出了一种改进的并行关联规则算法IPARM.在无共享的工作站机群上进行性能测试,采用改进并行算法的执行效率提高了,达到了算法优化的目的.     

一种高效并行关联规则挖掘新算法

提出了一种在微机集群上实现的高效并行算法。该算法利用矩阵理论中上三角矩阵的良好性质，通过数据库约简、投影等操作，在微机集群的各节点上开展并行挖掘，从而提高挖掘算法的效率和可扩性。在微机集群上的实验证明，该算法能大大提高关联规则的挖掘效率，并具有良好的可扩性。     

Implementation Study of Dynamic Load Balancing Algorithm of Parallel Tree Computation on Clusters of Heterogeneous Workstation

Introduction Inthe1980sresearchersbelievedthatthebestwayto improvecomputerperformancewasbycreatingfasterand momefficientprocessors.Thisideawaschallengedby parallelprocessingwhichinessencemeanslinkingtogether twoormorecomputerstosolvejointlyacomputational problem.Inearly1990sthetrendwastomoveawayfrom expensiveandspecializedproprietarysupercomputers towardsnetworkofworkstations,producinganew computingplatformcalledCOW.[1]Theemergenceof COWhasbeenfosterednotonlybyrecentadvancesin computerhardw…     

金字塔凸壳算法的并行化处理

提出了在金字塔凸壳算法基础上的并行算法.在由多个PC机相互连接所构成的机群并行计算系统之上,采用消息传递方式执行该算法,经过与原串行金字塔算法进行对比,验证本并行处理算法的正确性、可行性和高效性.     

Improvement and Parallelism of k-Means Clustering Algorithm

The k-means clustering algorithm is one of the most commonly used algorithms for clustering analysis. The traditional k-means algorithm is, however, inefficient while working on large numbers of data sets and improving the algorithm efficiency remains a problem. This paper focuses on the efficiency issues of cluster algorithms. A refined initial cluster centers method is designed to reduce the number of iterative procedures in the algorithm. A parallel k-means algorithm is also studied for the problem of the operation limitation of a single processor machine when given huge data sets. The analytical results demonstrate that these improvements can greatly enhance the efficiency of the k-means algorithm, i.e., allow the grouping of a large number of data sets more accurately and more quickly. The analysis has theoretical and practical importance for work on the improvement and parallelism of cluster algorithms.     

分枝限界法的并行处理

该文对分枝阻界法的并行化作了深刻的研究，提出一通用的并行分枝限界算法设计方法，从而使该类问题并行机上难以设计算法求解的问题变得容易解决。