分布式存储系统中混合数据布局算法

数据布局算法是分布式存储系统的基础性算法,也是提高数据处理效率的关键。针对节点负载和通信延迟等存储节点状态,提出了一种衡量存储节点可用性的通用方法,并在分析了已有算法的基础上,综合各种算法的优点,提出了一种混合数据布局算法。该算法根据存储节点可用性不同而采取不同的数据冗余策略。通过对比分析,证实该算法在存储量与通信量方面具有较大的优越性。     

Optimal collective communication algorithms in grid computing system

With computational grid, running parallel program on large-scale and geographically distributed computer systems is feasible. It is a difficult task to write parallel applications which may require changing the communication structure of the applications. MPI‘s collective operations allow for some of these changes to be hidden from the applications programmer. We have developed optimal collective communication algorithms optimized for wide area systems and have taken hierarchical network structure into account. Both the bandwidth and the latency of the LAN and WAN links differ by almost two orders of magnitude. Our algorithms are designed to send the minimal amount of data over the slow wide area links, and to only incur a single wide area latency. Compared to MPICH that do not consider the topology, large performance improvements are possible.     

机群系统消息中间件

为对大规模异构机群系统进行管理,设计并实现了一套负责机群内部节点之间通信的消息中间件ACMSCom。这种消息中间件使用可扩展标记语言(XML)作为数据传输的媒介,具有平台无关、操作系统无关和语言无关的特性,它可以以同步方式和异步方式进行数据交换,从而满足不同情况下机群节点间通信的要求。该中间件在机群中的实际运行结果表明,该系统在同步通信方式下有较好的性能。这套系统还可以用来解决其他大规模异构分布式系统内部的通信问题。     

宽带太赫兹大规模MIMO系统中的混合预编码

针对宽带太赫兹大规模多输入多输出(multiple input multiple output, MIMO)通信系统中更大的带宽和更多的天线导致的波束分裂问题,构建了基于时延的宽带太赫兹大规模MIMO系统的混合预编码通信模型,并提出了一种高效且可实现的联合时延和相位的宽带太赫兹混合预编码算法。考虑到时延器值的硬件限制,通过最小化最优模拟预编码与等效模拟预编码之间的差来联合优化模拟预编码矩阵和数字预编码矩阵,将联合优化问题转换成目标优化问题,通过将非凸问题转换成等价的凸问题来求全局最优解。仿真结果表明,提出的算法可以获得接近最优的可实现速率性能,且可以提高能量效率。     

基于多Agent的分布式多目标任务调度机制研究

针对分布式计算中任务调度的复杂性、动态性和实时性等特点,构建了一个基于多Agent的分布式多目标任务调度模型．此模型中,设计了一种分布武调度机制,使每个节点都具有独立的调度决策能力,增强了系统的可扩展性．同时为了解决分布式调度所产生的节点间任务通信问题,引入任务与节点相关性等概念,有效地降低了节点间的通信代价．模型对多个评价指标进行了综合衡量,如任务调度开销、任务最早执行时间、负载均衡及节点问的通信量等,并根据任务和系统运行的状态特征,实现多目标任务调度,提高了系统的整体性能．     

首达时间依分布最优模型与风险最小模型

研究了离散时间首达时间依分布（随机序）最优模型与风险最小模型。给出存在最优策略的若干充要条件及重要性质，证明最优方程序列存在唯一解，给出寻优的算法。证明了ｍ时段风险最小Ｅ最优策略必定存在。     

Efficient parallel implementation of the lattice Boltzmann method on large clusters of graphic processing units

Many-core processors, such as graphic processing units (GPUs), are promising platforms for intrinsic parallel algorithms such as the lattice Boltzmann method (LBM). Although tremendous speedup has been obtained on a single GPU compared with mainstream CPUs, the performance of the LBM for multiple GPUs has not been studied extensively and systematically. In this article, we carry out LBM simulation on a GPU cluster with many nodes, each having multiple Fermi GPUs. Asynchronous execution with CUDA stream functions, OpenMP and non-blocking MPI communication are incorporated to improve efficiency. The algorithm is tested for two-dimensional Couette flow and the results are in good agreement with the analytical solution. For both the oneand two-dimensional decomposition of space, the algorithm performs well as most of the communication time is hidden. Direct numerical simulation of a two-dimensional gas-solid suspension containing more than one million solid particles and one billion gas lattice cells demonstrates the potential of this algorithm in large-scale engineering applications. The algorithm can be directly extended to the three-dimensional decomposition of space and other modeling methods including explicit grid-based methods.     

分布式无线通信系统下行功率分配策略

为了提高分布式无线通信系统(DWCS)的频谱效率,提出了一种下行功率分配算法。该算法仅要求发送端确知大尺度信道状态信息,具有较低的复杂度,易于实现。为了对比该算法的性能,引入小尺度信道状态信息的影响,研究了发送端确知全部信道状态信息时的最优功率分配算法。仿真结果表明:所提算法极大地提高了DWCS系统的频谱效率;另外,在DWCS系统中大尺度信道状态信息是影响功率分配算法性能的主要因素,小尺度信道状态信息的作用不明显,这也正体现了DWCS的实用化优势。     

低功耗片上网络映射的遗传及蚂蚁融合算法

针对带宽和时延约束下的低功耗片上网络映射问题,提出了基于遗传和蚂蚁算法融合的映射算法.该算法利用遗传算法的快速搜索能力,获得若干优化解,并按照这些优化解的最优顺序给蚂蚁路径赋初值,以初始化蚂蚁算法的信息素分布.然后,借助具有交叉和变异操作的蚂蚁算法,充分利用蚂蚁算法的正反馈特性,搜索低功耗映射问题的更优解.该算法具有收敛速度快、优化效果好的特点,可用于求解大规模片上网络映射问题.实验结果表明:当系统规模扩大时,该算法在搜索时间方面明显优于遗传类算法和蚂蚁类算法,如系统规模为64处理单元时,搜索速度提高率最高可达220.3％,在较快收敛的同时,还保持了较好的优化效果,与蚂蚁类算法的差别可保持在9.1％以内.     

异构分布式实时系统中容错调度模型的研究

研究了基于异构分布式系统的实时容错调度算法 ,同构分布式系统中的处理机完全相同 ,而在异构分布式系统中各个处理机均不相同 ,各个处理机有不同的处理能力和不同的健壮性 .提出了可靠性成本概念 ,建立了一个基于异构分布式系统实时容错调度模型 .基于该模型 ,设计了一种实时容错调度算法 ,算法在不增加系统硬件成本的情况下 ,提高了实时分布式系统的可靠性 .     

TTCAN周期性任务的优化调度算法

TTCAN周期性任务调度是最优装载问题的推广,它在通信时间关键的实时分布式系统中有着很强的应用背景.本文提出了4种确定基本周期的策略,给出了首次适应和最佳适应两种不同的可以在多项式时间内构造出TTCAN周期性任务调度表的算法,最后对不同规模下的两种算法的实验结果进行了比较,指出了两种算法在不同的周期策略下的渐近性能比.     

一种基于SOAP的金融保险异构系统衔接方案

采用了一种新的与平台无关的通讯协议———简单对象访问协议(SOAP),提出了以SOAP为基础的Web服务提供了异构系统信息交换的解决方案.分析了SOAP,并利用SOAP和WSDL实现了大型金融保险企业中UNIX、Windows等不同平台上应用系统的集成和数据功能的相互衔接.     

异构环境下基于任务交互图的调度算法

针对异构环境下任务图为TIG（task interaction graph）的问题，利用松弛标记法善于利用邻居属性处理大量约束的特点，提出一种任务调度算法．算法把任务看作目标对象，处理器单元看作待分配标记，根据对象间所有可能关系，逐渐排除不相关的处理器单元，选择计算和通信综合性能较好的处理器单元．在兼顾任务执行的计算和通信需求的情况下，能够合理分配资源、提高处理速度、缩短整个应用程序的执行时间．实验结果与用穷举法得出的最优结果比较显示，本算法能较理想地解决异构环境下基于任务交互图的调度问题．     

带有线性退化工件和退化维护时间的单机窗口排序

排序问题是一类重要的组合最优化问题,它的深刻的实际背景和广阔的应用前景,引起了广泛的关注。排序问题的一大特点是模型繁多,适用于某一模型的算法,只要将模型的条件稍加变化,该算法就可能不适用。在经典排序问题中,通常假设工件的加工时间是不变的,然而,在许多实际问题中,工件的加工时间受到加工机器设备、工件本身、加工顺序等许多因素的影响而未必是恒定的。文章提出一类新型的排序问题——带有工期窗口和维护时间的线性退化工件的单机排序问题,目标是寻找:1)最优维护的开始时间;2)工期窗口的位置和大小;3)工件的最优排序使得提前完工、误工、工期窗口开始时间和窗口宽度的总费用最小。文章最后给出了这个问题的最优算法,其时间复杂性是O(n2logn)。     

An optimizing algorithm of static task scheduling problem based on hybrid genetic algorithm

To reduce resources consumption of parallel computation system,a static task scheduling optimization method based on hybrid genetic algorithm is proposed and validated,which can shorten the scheduling length of parallel tasks with precedence constraints.Firstly,the global optimal model and constraints are created to demonstrate the static task scheduling problem in heterogeneous distributed computing systems(HeDCSs).Secondly,the genetic population is coded with matrix and used to search the total available time span of the processors,and then the simulated annealing algorithm is introduced to improve the convergence speed and overcome the problem of easily falling into local minimum point,which exists in the traditional genetic algorithm.Finally,compared to other existed scheduling algorithms such as dynamic level scheduling(DLS),heterogeneous earliest finish time(HEFT),and longest dynamic critical path(LDCP),the proposed approach does not merely decrease tasks schedule length,but also achieves the maximal resource utilization of parallel computation system by extensive experiments.     

大型网络优化管理中协调信息的传递路由

对大规模网络分解—协调过程中产生的协调信息在网络中的传递问题进行了研究,根据两种不同的优化目标：总的通信代价最小和各代理的最大等待时间最小,提出了两种不同的中央代理选取原则：中央代理到其它代理的最短路径总长和中央代理按最短路径发信息到其它代理所用时间是所有可能方案中的最小者,并分别给出确定协调信息传递路径的算法,最后给出了一个算例说明运用本文中提出的两个路由算法选取最佳中央代理的过程。     

一类非线性大系统的鲁棒H∞模糊双曲分散控制

针对一类具有参数不确定性的非线性大系统给出鲁棒H∞模糊双曲分散控制.采用模糊双曲模型(FHM)来逼近某些复杂的非线性大系统,然后采用基于FHM的状态反馈控制器,并根据Lyapunov方法和大系统的分散控制理论,以线性矩阵不等式(LMI)的形式给出使系统满足H∞性能指标的充分条件.与Takagi-Sugeno(T-S)模糊模型相比,FHM不需要前提结构的辨识和完备的前提参数空间,尤其当需要很多条规则来逼近复杂非线性系统时,采用FHM明显比采用T-S模型减少计算代价.仿真例子证明了提出方法的可行性和有效性.     

基于异构模式的云计算关键技术研究

结合云计算中Map/Reduce分布式编程技术引入了基于CPU-GPU异构混合并行编程模式,给出了该并行编程模式的原理和实现过程。该模式通过采用CUDA多线程并行机制提高了大规模数据处理的效率。文中对比分析了云计算中两种典型的分布式存储系统GFS和HDFS,最后从宏观角度阐释了云计算虚拟化技术的三层部署架构和基本类型。     

基于数量折扣的合作采购协调机制分析

针对成本参数和需求参数均不相同的异质买主的一般EOQ订货模型,讨论了供应商最佳数量折扣方案设计下买主间合作采购协调问题.研究结果表明,供应商设计数量折扣方案能否达到渠道协调与买主的采购模式有关.相对于固定价格策略,数量折扣策略能够节约系统成本,令买卖双方分享节约收益.在满足较低订货批量和较低供应商生产准备和订货处理成本的前提下,供应商针对买主合作采购设计的最佳数量折扣方案能进一步协调渠道、节省系统成本,合作采购模式相对独立采购模式占优.