基于神经网络的并行布局算法

根据神经网络串行布局算法 ,进一步研究并提出了与布局问题相适应的神经网络并行计算模型及并行布局算法 ,以负载平衡及系统通信开销最小为目标 .理论分析结果表明 ,运用该算法能达到此目标 ,且具有布局质量高、收敛快、计算简单等特点 ,适于神经网络并行布局     

数控仿真中切削面计算的并行化研究

针对高离散精度模型与刀具包围体进行切削计算的情况,由于三维图像重建的计算量大,基于传统CPU实现的数控加工仿真系统不能满足实时性的三维绘制。本文利用GPU的并行性特点,提出并行方式数控仿真切削面显示算法:通过线程并行处理基于MC算法的实体构造模型中体素与刀具包围体的切削计算,根据切削后体素角点信息和边的状态查找建立的构型索引表和交点数目索引表,加速数控仿真切削面的提取,从而提高三维图像的绘制速度,满足实时性显示要求。     

基于PVM平台的图像模板匹配并行化处理

图像匹配是图像分析中的重要内容.为提高运算速度,利用空域法中模板匹配的局部有限性,提出无损分割的方法并在PVM平台上实现并行处理.     

基于局域网的并行虚拟环境生成与显示系统

实时三维图形的生成与显示是虚拟现实的基础和关键，要实时产生三维图形，需要计算机有非常高的运算速度．文中介绍了一种在局域网上产生三维图形的并行算法，同时在立体显示技术上做了改进，消除了利用液晶光闸眼镜来观察立体图象给人造成的严重闪烁感     

基于GPU改进的并行人工蜂群算法

相对于先前的并行人工蜂群算法进行了一些改进,主要采用OpenCL本地内存、并行规约等技术,提出了一种基于图形处理器（GPU）改进的并行人工蜂群算法．该算法将采蜜蜂映射为OpenCL一个工作项,跟随蜂采用右邻域优先的局部选择机制．实验结果表明：文中提出的改进并行人工蜂群算法提高了算法的执行效率,收敛速度得到提升．     

基于动力学和声学仿真的损伤伸缩缝跳车噪声特征

为将跳车噪声特征用于伸缩缝的健康监测,建立了无损和以路面破损导致伸缩缝钢筋外露为损伤特征的有损GQF-C型伸缩缝的仿真模型,采用动力学仿真获取车轮与伸缩缝跳车接触过程的加速度,再将加速度场在声学仿真中表征为声压,研究了不同跳车高度下不同点位麦克风采集到的声压分布,对比无损和有损伸缩缝噪声特征的差异。结果表明：无损和有损伸缩缝跳车噪声特征体现为声压幅值的差异,同时跳车高度也会影响噪声声压幅值,但相较于伸缩缝损伤引起的声压幅值变化影响小。此外,临近伸缩缝的麦克风测点位置对判定伸缩缝健康状态的影响较小。因此,利用跳车噪声可以实现伸缩缝的健康监测。     

非对称广义特征值问题的并行QZ算法

非对称广义特征值问题的并行处理是并行计算结构力学的重要部分,这方面的工作目前在国内外研究得还很少.将串行计算中求解非对称广义值问题AX=λBX(A、B为n阶实矩阵)行之有效的QZ算法作了并行化处理,并就得到的并行QZ算法在Challenge L并行机上进行了试算.数值结果表明:当处理机个数为2或4时并行效率良好,但当处理机个数为8时并行效率不高.     

FMI系统的并行仿真算法研究

随着计算机仿真技术的不断发展,FMI联合仿真已经成为当今系统性工程开发的必经之路.针对FMI系统中串行仿真算法的仿真速度低的问题,本文提出了基于FMI联合仿真的并行仿真算法,主要研究了该算法的流程设计和仿真过程,并对比分析了使用并行仿真算法和串行仿真算法仿真得到的结果,证明了并行仿真仿真算法极大地提高了FMI系统的仿真...     

可靠性分析的并行不交和算法

不交和算法是计算网络可靠性的有效方法，到目前为止，基于这一方法已经开发出多种算法，提出了对这些不交和算法实行并行化的通用框架，基于这个框架，在工作站网络上实现CAREL不交和算法的并行化版本，实验结果表明，这种方法效果很好，几乎得到线性加速。     

声学回声消除算法研究

在回声消除中,自适应滤波是核心,而滤波器系数的更新又是自适应滤波的核心.在声学回声消除领域,滤波器系数的更新最常使用的算法是LMS算法,目前针对LMS算法有两种改进算法,即NLMS和NBLMS算法.基于TI公司的DSP芯片的硬件资源特点来比较NLMS(Normalized LMS)和NBLMS(Normalized Block Update LMS)算法,为消除声学回声提供选择依据.     

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.     

采用并行计算的混沌优化方法

基于混沌理论的基本概念,分析了几种不同的混沌变量用于优化问题的方法,针对混沌算法对初始值的敏感依赖性,提出了采用并行计算的混沌优化方法(P-Chaos)。令搜索从不同的初始值同时出发,降低对初始值的敏感度,加快搜索速度。对3个测试函数进行优化计算仿真的结果表明,并行混沌优化方法取得了满意的应用效果。     

基于MapReduce的Apriori算法并行化

Apriori是挖掘关联规则最经典的算法之一,针对该算法存在的瓶颈问题研究了基于MapReduce编程框架的简单Apriori并行算法;并在简单Apriori并行算法的基础上提出一种采用固定多阶段结合挖掘策略的改进算法——多阶段并行算法。实验结果表明,改进算法能缩短挖掘时间,提高执行的效率。     

分布式VHDL模拟算法

主要介绍了分布式并行VHDL模拟算法。此算法根据电路本身的并行特性，使用多年来处理单元行模拟VHDL模型电路，因此可以极大的提高模拟速度，但仍需要进一步的研究。     

基于PAR方法的并行最大和算法的推导

在基于薛锦云提出的PAR（Partition-and-Recursion)方法的思想上,通过并行划分数据空间－－自然地称之为并行分划递推,给出了在PRAM和超立方互联网络模型上的并行最大和最优算法,它们的时间复杂性为O（log N)。     

并行FDTD算法初步研究

1966年Yee首次提出时域有限差分（FDTD）法,在时域中对麦克斯韦方程组进行求解．目前,FDTD法已在天线分析、雷达截面计算、电磁兼容分析等众多领域得到了广泛应用．FDTD法的稳定性要求空间步长应小于波长的十分之一,而计算时间和计算所需的内存总是与网格总数成正比．由于受到计算机存储空间和计算时间的限制,许多复杂电磁问题无法用FDTD法进行模拟．为了适应日益复杂的实际应用问题,构造并行计算机采用并行算法来满足计算需求成为必然趋势,     

基于并行组合模拟退火的全局优化算法

针对目前优化方法求解非线性多极值优化问题时存在的不足，提出了并行组合模拟退火算法。在分析算法性能的同时用并行组合模拟退火算法对两个算例进行了求解，并与模拟退火算法、遗传算法进行了比较。结果表明，该方法简单、可靠，具有较高的精度和适应性。     

基于性能势理论对闭排队网络进行梯度估计的并行仿真算法

对Ｍａｒｋｏｖ性能势理论在一类闭排队网络中的应用给出了一种高效的并行仿真算法．针对仿真中占总运算量７０％以上的一类参数矩阵运算的特点，提出了一种新的矩阵元素对处理器的分配方法：“螺旋式”划分法，使该部分矩阵运算在所有处理器上达到了完全负载平衡；针对仿真中样本轨道数据的大量的广播通讯开销，该文提出用“公共随机数”使所有处理器产生相同的样本轨道，从而以增加很小工作量的代价去掉了这部分通讯开销．另外，由于仿真中占总运算量９０％以上的两部分矩阵计算的特征：没有矩阵元素在各处理器间相互交换的通讯开销，该文算法能广泛地适用于各种体系结构的并行机．最后给出了该并行算法在一台ＳＰＭＤ并行机上的计算结果，显示出该算法能取得接近线性的加速比和较高的并行效率．     

基于并行填充模式的直线生成算法

提出一种新的直线生成算法，该算法不需像传统的Bresenham算法那样对每个象素点进行偏差计算，而是根据已知的直线起点和终点坐标信息，确定在每个象素行上一次填充象素点的点数，然后以此为基本单位逐行填充。利用此算法可并行写入并点亮多个象素点，加快了直线生成速度，同时算法简练，执行效率高。