一种新的三对角线性方程组分布式并行算法

根据分而治之的思想提出了一种求解严格对角占优的三对角线性方程组的分布式并行算法(newdis tributedparallelalgorithm,NDPA)。当方程组的系数矩阵满足对角占优时,该算法是数值稳定的。新算法的算法复杂性和最优串行追赶法差不多,算法总通信建立次数为2,仅在相邻处理器间进行通信,且每次通信传送2个数据元素分析了算法的加速比、效率以及算法的可扩展性,给出了基于局域网的MPI异构环境下数值实验结果。数值实验结果表示,该算法是高效的。     

两种策略下的最短路径并行算法研究与实现

随着智能交通运输系统的研究与应用,对在大规模交通网络上求解最短路径的实时性提出了更高的要求。为了找出适用于实际交通网络的高效最短路径并行算法,首先选取了3种最短路径标号串行算法,以此为基础分别实现了网络复制及网络分割两种策略下求解最短路径的并行算法。最后,从基于G IS的交通规划软件T ransCAD中提取了实际交通路网数据,同时还随机产生了不同规模的稀疏格网,在这些网络中对并行算法的性能进行了测试和分析。结果表明,在8台机器上求解含5 181个节点的实际交通网络中32个源点的最短路径时,基于网络分割的双队列标号修正并行算法的加速比可达到6.32,在其他网络中也表现出较好的加速比及可扩展性。     

并行/分布式网络模拟系统PDNS的实现及其性能分析

网络模拟是进行计算机网络性能研究、系统分析、设计和实现的一种重要方法。采用并行/分布式的计算方法可以较为准确、有效的模拟大规模的网络拓扑结构。本文介绍分析了基于NS的并行/分布式网络模拟平台PDNS,并分析了局域网内PDNS的模拟性能。     

面向特定结构的几种BP并行算法及比较

在用并行机虚拟实现神经网络的应用背景支持下,研究和设计了一种使用４ 片Ｃ４０ 的具有特殊四面体结构的并行处理机,以及在该机器上实现ＢＰ神经网络的几种并行算法。分析和比较了这几种并行算法的性能,并进行了实验验证,证实了并行处理机设计的正确性和并行算法的有效性。     

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,...     

一种面向分布式仿真的网络通信构件

通过对仿真数据划分为控制信息和状态信息，提出了运用RTP/RTCP协议进行仿真数据进行传输。为了提高仿真数据传输与处理的性能，分析和讨论了数据缓冲队列、数据包的组装与校验和网络异常检测等关键问题。结合面向对象的框架技术，运用多线程技术，分别设计和实现出了客户端和服务器端的网络通信构件。通过在某分布式空中交通管制系统仿真平台的实际应用表明，该网络通信构件能够满足分布式仿真的应用需求，并且还具备了可重用性、可扩展性和易用性等特点。     

一种改进的分布式多目标跟踪算法

将多平台分布式的IMM_Kalman(DIMM_Kalman)算法和IMM_JPDA(DIMM_JPDA)算法相结合,得到改进的DIMM_JPDA(DIIMM_JPDA)算法。在DIIMM_JPDA算法中,每个平台都有自己独立的IMM算法跟踪系统,每个IMM算法中都采用Kalman/JPDA滤波器,全局的滤波值由各平台的滤波值融合而成。然而在全局融合中,由于协方差矩阵可能出现奇异,导致计算的不稳定性或出现严重异常。为了克服上述问题的缺点,引入了特征值扰动方法,使该协方差矩阵变成非奇异矩阵。仿真实验表明改进的DIIMM_JPDA算法比DIMM_JPDA算法有更小的误差。     

时域有限差分并行算法中的吸收边界研究

针对并行FDTD中以二阶Mur、单轴各向异性介质完全匹配层(UPML)和卷积形式完全匹配层(CPML)为吸收边界的并行化处理方法进行论述.用金属球的远区散射计算,并与Mie级数解对比,验证了并行计算中三种吸收边界的吸收效果.最后给出UPML吸收边界FDTD计算内存估计公式,并以电大尺寸目标卫星模型为例对并行性能进行了测试.由于并行中通信时间影响并行加速比和效率,UPML和CPML吸收边界的相邻子域数据通信方式与FDTD选代式相同,而Mur吸收边界的相邻子域间数据通信方式与FDTD完全不同,它的并行性能要低于前两者.电大尺寸卫星目标模型的多机并行计算测试结果表明,UPML和CPML并行FDTD计算的并行加速比及其效率整体上高于Mur,其中CPML吸收条件下的效率达到90%以上.     

一种拟全方位多尺度分布式视觉系统

针对机器人视觉系统中算法的高复杂度与实时性难以兼顾的问题,设计了一种拟全方位多尺度分布式视觉系统。该系统实现了多个摄像机图像采集和处理的分布式工作,可以满足机器人对视野的全方位要求,并且为高复杂度算法的运行提供了可能。采集处理模块软硬件可随时定制,实现了多尺度的视觉算法,并增加了系统的灵活性和通用性。该系统可作为通用视觉平台应用于各种全自主移动机器人,具有较强的应用价值。     

分布式星载SAR回波仿真的并行化计算研究

对分布式星载SAR系统地面回波仿真程序并行化算法进行了研究。重点介绍了分布式小卫星SAR系统多星协同工作的仿真策略、各并行节点任务的分配策略和并行节点问大量数据传输的策略。实验证明此并行化算法具有较高的加速性能，具有实际的应用前景。     

基于带控制器并行结构模型的并行微粒群算法

并行计算是解决复杂大规模工程计算问题的有效方法。现提出了一种基于带控制器并行结构模型的并行微粒群算法,它是一种粗粒度的并行。它将种群分为几个子种群,分别放在不同的处理器上,每个子种群独立、同时进化,周期性地交换、更新最优信息。实验结果表明：若选择合适的通讯周期时,该并行微粒群算法不仅具有理想的加速比,而且有效地提高解的质量。     

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…     

求解线性不等式组的仿射梯度算法

设计了一种新的求解线性不等式的动力系统方法－仿射梯度算法，算法不改变原问题的稀疏性，每步迭代的计算量较小，只包含简单的算术运算，具有很好的计算时间和存储空间的性质，有利于解决大规模稀疏的能源规划问题，给出了算法的动力系统的连续和离散时间模型，并证明了模型具有渐进稳定性，数值实验结果表明，此算法是有效的。     

基于自然数编码遗传算法的并行测试技术

针对并行测试任务调度复杂、难以优化的问题,提出了一种基于自然数遗传算法的任务调度优化算法。该算法将并行测试任务调度转化为对串行测试任务序列的搜索,为了提高搜索效率,引进自然数编码遗传算法搜索最优解或近似最优解,将串行测试序列作为染色体,进行选择、交叉、变异等操作。通过仿真证明该算法能够迅速得到并行测试任务调度的最优解或近似最优解。对自然数编码遗传算法的各个算子对模式的作用进行了理论分析,并得到了对应的模式定理,从理论上说明了该方法的合理性。     

Novel method based on ant colony opti mization for solving ill-conditioned linear systems of equations

1 .INTRODUCTIONStudies have shownthat some systems are highlysen-sitive :a small perturbationin the data can result in alarge changeinthe solutions .Such systems are calledill-conditioned systems .Ill-conditionedlinear systemsof equations have a wide application in many fieldssuch asi magine processing,deconvolution, model pa-rameters esti mation.Because the condition number ofill-conditionedlinear systems of equationsis very big,the data error andthe rounding error inthe computa-tional p…     

并行分布仿真中前瞻量问题的研究

并行分布式仿真对复杂大规模动态系统的研究，以及探索其长远的应用空间提供了便利，近年来日益成为研究的热点。时间管理是影响并行分布仿真系统高效运行的重要因素之一。首先介绍了前瞻量的概念与设置方法，其次提供了前瞻量的形式化描述，然后深入分析了由于引入零前瞻量而可能导致的回退循环问题，紧接着针对这一问题提出了解决决方案及优化策略。最后，分析了前瞻量变动对系统的影响，并提出了一种在RTI中如何实现动态更新前瞻量的算法。     

无定向拓扑连接的并行遗传算法及其变异算子改进

为解决巨量优化问题,在Internet平台下为并行遗传算法提出一个新的拓扑结构———无定向拓扑连接。该拓扑连接既允许驻留子种群的计算机节点中途退出,又允许新的计算机节点随时参与进化,增强了算法的鲁棒性和容错性能。针对传统浮点变异算子的不足,提出一种新的二元浮点补码变异算子,讨论了它在克服早熟收敛方面的作用。实验表明,提出的算法能显著提高寻优质量,节约寻优时间;新的变异算子能有效阻止遗传算法陷入局部极值,进一步提高了遗传算法的寻优能力。     

并行分布仿真中负载平衡的调度算法研究

并行分布式仿真对复杂大规模动态系统的研究，以及探索其长远的应用空间提供了便利，近年来日益成为研究的热点。在并行分布式仿真中，资源的负载平衡对于维护长时间运行的分布仿真演练的高逼真性是十分必要的。首先分析了分布式仿真中存在的一些负载平衡问题，进而提出了两种负载平衡的方法，以及集中与分布两种实现方式；然后提出了一种具有启发式的征募算法，最后分析了负载监测及迁移策略的实现方法。