基于SOA的协同审批平台研究

本文设计并实现了一种基于Linux平台的集群计算系统,在这个系统中,我们模拟并实现并行平台的要求,设计一个积分计算程序来实现.本文设计的并行平台是采用了PRAM并行计算模型,对等模式的方法,两台机器可以同时执行程序,并用一台机器来显示结果.     

基于MPI的eclipse并行计算在油藏模拟中的应用

随着进行油藏模拟数据量增加,计算步骤日渐复杂,利用传统计算机来模拟,为了达到理想的模拟速度和效果,其硬件平台的投资将很高。本文设计并实现一种通过在windows下配置mpich2以建立的eclipse parallel并行计算,通过交换器和网线建立PC集群代替原有单个计算机来做油藏模拟。利用eclipse parallel,我们模拟并实现并行平台的要求,四台计算机同时计算程序,一台显示结果,通过使用实际数据对并行油藏模拟的稳定性和并行效率进行测试,测试显示在PC集群系统上高效运行eclipse进行油藏模拟模拟计算是可行的。     

一类复合并行机排序问题的多项式时间算法

在经典排序论中，一般都作以下两条假设：每台机器在任一时刻至多加工一个零件，每个零件在任一时刻至多被一台机器加工。本文研究在并行加工中多台机器可同时加工一个零件的排序问题，且每个零件可在固定的一个机器的子集上加工。在机器总数确定，零件加工可间断的条件下，设计出求这类问题最优解的计算方法，并研究这种问题的计算复杂性。     

MPI环境下FDTD高效率网络并行计算研究

FDTD(FiniteDifferenceTimeDomain)计算复杂电磁场问题存在计算时间长和内存耗用大的难题,并行计算可以减少单机处理量,是解决该难题的有效途径.本文针对网络并行系统特点结合FDTD算法,提出了有效的优化步骤,采用MPI并行函数库实现高效率FDTD并行计算.在一套16台微机组成的网络并行计算机系统上完成了三维FDTD并行计算举例.计算结果证明了该方案的正确性,并且得到了较高的并行效率.     

WCCS环境下利用WRK优化高性能计算

基于WCCS平台的高性能集群计算已经被广泛应用在科学计算上.利用WRK对系统进行内核调试并使得计算性能得到优化是本文研究的重点.通过在多台PC机上构建并行化平台,实现了一个可以进行高性能计算的高可用集群系统.该集群系统平台可以完成特定需求的高性能计算.结合上述系统并引入WRK环境对内核调度分配算法进行修改和调整,使得系统对于任务调度,内存分配等进行优化,并将其内核配置到HPC集群的每一个节点上,提高了整个HPC集群的计算能力和用户不同需求的适应性,实验结果表明,该高性能计算集群对于实验室或计算中心的教学与科研有实际的应用价值.     

一种基于循环并行模式的多核优化方法

从并行编程模式角度出发,分析了计算稠密型程序基于多核平台的优化方法,并结合循环并行模式与OpenMP、Intel parallel studio工具实现了对部分连接神经演化(PARCONE)模型的多核优化.优化结果表明,基于循环并行模式的设计方法是实现计算稠密型程序多核优化的一种快速有效方法.     

压缩感知A*OMP重构算法的并行化与GPU加速实现

针对压缩感知系统实时应用的需要,探讨了A*OMP算法的并行设计及基于GPU的加速方法.将耗时长的矩阵逆运算转化为可并行的矩阵/向量操作,并结合算法本身的关联特性,进一步采用迭代法实现以降低其计算复杂度.利用GPU高效的并行运算能力,将算法中可并行的矩阵/向量计算映射到GPU上并行执行,在面向Matlab的Jacket软件平台上对整体串行算法进行了并行化的设计与实现.在NVIDIA Tesla K20Xm GPU和Intel(R)E5-2650 CPU上进行了测试,实验结果表明:对比CPU平台的串行实现,基于GPU的A*OMP算法整体上可获得约40倍的加速,实现了在保持系统较高重构质量的同时能有效降低计算时间,较好地满足了系统实时性的需要.     

基于P2P技术的高性能计算平台

给出了一个基于对等网络的高性能计算平台———P2HP的设计与实现技术.构建了该平台的总体结构,它由Portal,Datapool,工作台和工作组组成,给出了这些组成单元的设计方法和实现技术,并在此基础上分析了平台的性能.由于具有全新的通信方式,平台扩展了程序级并行应用的范围.通过对该平台的设计分析,提出了一种利用Internet中的计算资源进行高性能计算的新方法.实验证明该平台具有良好的扩展性和容错性.     

机器带准备时间的平行机排序问题的并行阈值算法

针对带准备时间的最小机器完工时间最大化排序问题,结合原始阈值算法、对偶阈值算法并加以修正,提出并行层次阈值算法,证明了三台机器情况下当参数ε＝1/4时,此线性时间算法的最坏情况界为3/4.这是到目前为止最坏情况界最小且时间复杂性为线性时间的算法.进一步通过计算实验,表明并行阈值算法对于3台至50台机器、5至50 000个工件数量的规模下,具备很高效率.     

阶段并行模型上的并行算法设计

阶段并行模型是BSP(Bulk Synchronous Parallel)模型的改进,它更接近于表述实际的机器行为,同时具有编程简单、独立于系结构和执行性能可预测等特点.NOWs正成为并行计算领域的一个新的发展热点,以太网构成的微机集群系统是NOWs的一种重要实现形式.研究了群集系统中分阶段并行模型上的并行算法设计,以FFT算法为例,进行了设计和分析,并给出了测试结果.     

基于Hadoop平台的SPRINT算法的分析与研究

传统的决策树算法在单机平台上处理海量数据挖掘时,容易受到计算能力和存储能力的限制,所以存在耗时过长、容错性差、存储量小的缺点.而拥有高可靠性和高容错性的Hadoop平台的出现为决策树算法的并行化提供了新的思路.本文设计和实现了一种基于Hadoop平台的并行SPRINT分类算法.实验结果表明:基于Hadoop平台的SPRINT分类算法比没有进行并行化的SPRINT算法具有较好的分类正确率、较低的时间复杂度和较好的并行性能,并且能明显提高算法求最佳分裂点时的执行速度.     

线性元有限体积元法的一种并行格式

为有效解决规模庞大的数值计算问题,充分利用机器资源,提高计算效率,基于线性元有限体积格式,通过区域分解法,在三角形网格上提出一种适用于在多核机器或并行系统上运算的并行格式.数值实验结果表明,该格式在各类扭曲网格上,不仅可达到最佳的收敛速度,而且拥有良好的并行效率.     

并行环境下的复形法

给出了并行环境下的复形法，该法特别适合于分布式进行计算.每次n台机器并行进行n个结构分析，并行形成n个坏点的反射点，重新构成复形的顶点，直至满足收敛条件.并行环境下的复形并行算法收敛快，通讯量少，能得到很好的并行效果.算例表明，复形并行算法能大大地缩短优化时间.     

基于Hadoop的大气污染物质量浓度预测系统设计

针对大气污染物质量浓度预测及其大规模数据计算问题,设计了一种基于随机森林算法的污染物质量浓度预测算法,采用MapReduce并行计算框架并行化计算空气质量指数,实现了基于Hadoop平台的空气污染物质量浓度预测系统.通过试验比较了基于随机森林算法和基于线性拟合算法的计算结果,显示本算法能够有效降低大气污染物质量浓度的预测误差.     

改进遗传算法求解柔性job-shop调度问题

本文提出了一种改进遗传算法用于求解柔性作业调度问题(FJSP).针对工序在不同的机器上加工的差异性,我们提出了用能力系数来表征机器的加工能力,不仅可以简化处理而且也较为符合实际情况.该改进算法通过轮换的方法,将加工任务分配到不同的并行机器上去执行,有利于机器的负载平衡.同时,在方法的实现过程中,利用面向对象的思想,将问题进行抽象,用不同的类封装车间,机器和工序信息,这不仅符合现代编程风格,简化编程,也有利于系统的扩展和重构.仿真结果表明,不仅整个加工过程的执行时间得到了优化,而且各类机器完成的操作数相同,使用的时间也较为平均,达到了设计目标.同时该方法的计算速度也较快,适用于较大规模作业车间调度问题的求解.     

基于LabWindows的实时多任务加载总控台软件设计

针对起落架系统电液加载试验中具有参数实时测量和系统实时控制的多任务并行特点,采用多线程技术和 LabWin-dows/CVI 平台,开发出了实时多任务总控台软件,结果成功地应用于实际加载试验系统中,实现了系统可靠实时测控的要求.     

时变结构动力响应分析的粗粒度并行算法

在线性时变以及非线性周期时变系统的响应计算问题中,由于在每个时间步上都需要更新系统矩阵、形成等效矩阵并对其进行三角分解,相对定常系统响应逐步积分,时变系统的计算量成倍增加。本文针对工程中的线性时变系统以及非线性周期系统,在分布式网络并行计算机群环境下设计并实现了一个粗粒度并行Ｎｅｗｍａｒｋ法,并将其应用于大型岸边起重机／运行小车系统以及直升机旋翼／机身耦合气弹响应问题,获得了较高的并行效率。     

基于分布式实时三维仿真系统的设计与实现

讨论了用多台微机代替图形工作站实现分布式实时三维仿真系统的系统框架和相关的问题，分析了多台微机并行同步渲染出整个三维场景时，因为各台机器之间的数据帧包和控制帧包的同步而出现的问题，并针对这些问题提出了如何有效使用广播和UDP包传送数据帧包和控制帧包的解决方案。给出了一个具体的实例——机场塔台仿真系统。     

面向移动平台的FAQD自动问答系统

本文研究一种新的问答技术：计算问答对统计概率值,提出相似度计算函数,有限依赖机器自然语言理解,将理解并做答的任务,以特定的数学模型转化为信息检索问题.问答系统兼有离线和在线两种工作模式,离线处理将主题标注技术、关键词抽取技术、复述技术融合,做问答对语义分析;在线查询系统借鉴搜索引擎技术构架设计,数据传输量小,支持移动平台的大规模并发应用.     

基于Honeypot的虚拟环境数字资源安全研究

云计算是目前新兴的数字资源使用模式,得到了业界的广泛关注.虚拟化是云计算的关键技术,其安全水平直接影响云计算环境的安全性.虚拟化环境是动态环境下多台虚拟机器共同使用一个实体主机资源,如果主机发生安全问题势必会影响全局,系统建立和维护将会非常复杂.本文以虚拟设备对象探讨虚拟化平台的安全问题,并利用Honeynet技术设计虚拟环境中的数字资源安全系统,提出了一种对云计算环境进行安全评估的可行思路.