C＋＋和MPI中的并行科学计算：学习并行算法和实现它们的一种无缝方法

科学计算是模拟科学的核心，是一个需要工具来实现和大量实践的实际课题。为了解决实际问题，不仅需要快速算法，也需要好的工具和快速计算机的结合。为了提高计算效率，并行算法得到了蓬勃发展，目前C 和MPI是最重要的并行编程工具。     

计算物理学导论

计算科学是二十世纪后半叶发展起来的新的科学分支。随着计算机计算能力的不断提高，以及新的计算技术、计算方法的发展，科学计算对科学和工程技术各个领域的发展起着越来越重要的作用，成为它们的密不可分的一部分。作者认为，计算物理学是计算科学的基础。它处理物理学中的计算问题，但这些问题在其它科学和工程领域有着广泛的应用。     

基于微处理器的并行信息处理策略

基于现有多核微处理器实现了并行信息处理系统, 该并行信息处理系统利用现有的标准台式机, 通过高速以太网联接, 共同完成复杂计算. 解决了传统高性能并行计算系统造价昂贵、 维护成本高的问题, 提供了一种廉价的并行信息处理策略. 实验表明, 基于微处理器的并行处理系统适于进行并行信息处理和科学计算.     

移动机器人的并行免疫计算模型

为了支持未知环境下移动机器人自主导航，提出了移动机器人的并行免疫计算模型，为解决其在线导航优化、病毒／路障识别和计算效率问题提供了基础组织。免疫计算模型分为固有免疫计算层、适应性免疫计算层和并行／分布式计算层，并行免疫计算模型建立在此3个免疫计算模型基础上。探讨了移动机器人并行免疫计算模型的负载极限和负载平衡，分析了此类移动机器人系统的鲁棒性；提出了移动机器人并行免疫计算模型用于路障识别的方法。移动机器人并行免疫计算模型的复杂性分析及仿真结果表明，并行计算能提高其效率；仿真结果表明，移动机器人可消除病毒，并具有较高计算性能。     

性能分析和网格计算

随着信息技术的迅速发展，计算机领域需要持续地在性能理论、方法和工具上取得进步。性能科学和技术的发展包括性能建模、评价、测量、分析、检测、解释、优化和预测。传统的计算机性能分析局限在特定的并行处理机上，但随着网格的流行，高性能计算必须从单个并行机向大规模网络计算发展。本书正是填补了网格计算方面性能分析的空白，提供了对于网格共享资源的理论分析方法。本书综合了近年来在Dagstuhl Workshop上关于网格性能分析和分布式计算方面的论文，给读者展示了网格性能分析的模型、工具和应用。     

用DCOM实现机群环境下的并行线性方程组求解

许多工程与科学计算问题最后都可归结为求解线性方程组,因而研究大规模线性方程组的并行解法非常重要。本文采用COM／DCOM技术规范,在机群环境下实现了一个并行求解线性方程组的算法。实验结果表明,该算法能够实现程序的并行计算,充分利用各节点上CPU资源。提高程序的运行效率。同时也可以看出利用DCOM技术能够方便、有效的实现并行算法。     

双核配置下的线程并行数值计算

针对常规软件由串行向并行过渡时产生的故障,建立了基于线程并行的数值计算模型,以蒙特卡罗方法计算圆周率为具体实例,给出了完整的线程并行计算示例,并且讨论了影响并行效率的因素和任务拆解方法。     

基于多Agent协同构建分布式并行遗传算法

针对并行遗传算法中计算资源的分配问题 ,提出了分布式并行遗传算法结构。它由若干计算节点组成 ,每个节点包含若干运行子遗传算法的计算单元。节点的计算能力依照一定的并行模式映射到单元 ;各子算法则根据一定的拓扑结构进行个体交换。从多 Agent系统的观点看 ,计算单元是独立的 Agent,其并行运行涉及计算资源的分配 ,体现了算法对它们的协调 ;个体的迁移体现了它们之间的协作。并且分析了由两个单元构成的算法在不同并行模式和不同个体迁移因子下的性能。     

基于DFS的并行粒计算模型及其应用

粒计算是近几年提出的新概念。在粒计算领域中,动态模糊性是普遍存在的,而人们在用粒计算求解问题时又希望从并行角度来求解问题。因此,基于DFS,给出并行粒计算模型和算法,并用实例进行分析,说明该算法是有效的,从而进一步丰富了粒度计算的研究内容。     

关于并行优化算法的分析

对整体的并行优化算法，如：并行变量分块算法（PVD）、并行梯度分块算法（PGD）、并行变量转换算法（PVT）等进行了分析。这些算法将原最优化问题分解为一系列规模较小的且相互独立的子问题，从而用多台处理机同时对这些子问题求解，减少了工作量、缩短了计算时间。     

桌面计算机上利用格子Boltzmann方法的GPU计算

介绍了在桌面计算机上利用格子Boltzmann方法(LBM)与图形处理器(GPU)计算的发展背景,分析了LBM的标准形式及其天生并行特性的成因,介绍了所采用的CUDA编程模型及Kepler计算架构.为了验证桌面计算机上利用LBM的GPU计算的应用能力,对二维方柱绕流问题进行了数值模拟,并将模拟结果与有限体积法的计算结果进行对比.结果表明:对于方柱绕流问题,GPU计算的模拟计算效率约为CPU计算的3.4倍,桌面计算机上利用LBM的GPU计算具有一定的通用科学计算能力.     

感知机的DNA计算模型

本文建立了在人工神经网络中实现简单的线性分类功能的、感知机的DNA计算的自装配模型,该模型并行地实现了神经网络的学习过程,充分利用了DNA计算极度并行的特点.     

社会计算与数字网络化社会的动态分析

许多研究动向表明,社会计算已成为继科学计算、生物生命计算之后新的国际前沿研究和应用的焦点与方向。我们认为,以认知科学、智能科学和复杂性科学为基础,开展社会计算及其在数字网络化社会状态与趋势的动态分析中的应用,已成为确保国家的安全、和谐社会的建设和科学发展观的落实所刻不容缓的任务。     

微机群集并行系统的应用技术

讨论了微机群集构建的分布式并行系统的应用，归纳了若干算法设计的基本原则，通过实例说明了这种系统可用于科学研究和一定规模的科学与工程计算。     

基于PVM的并行编程技术及其对温度场的可视化

 首先介绍了基于PVM分布式平台的并行编程技术以及科学计算可视化的基本概况、数据场可视化的流程,接着在Visual C⁺⁺ 6.0可视化编程环境下对温度场可视化应用进行了并行程序设计.     

多宇宙并行量子遗传神经网络人脸识别算法研究

针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交叉克服了早熟收敛现象,避免了遗传算法中繁琐的交叉、变异过程.最后设计实现了并行的卷积神经网络,使用并行量子遗传算法优化了卷积神经网络权值,实现了并行量子遗传神经网络人脸识别系统.实验结果表明,相对于原来的遗传算法,该算法在鲁棒性和实验速度上都有明显的提高.     

非对称广义特征值问题并行处理的一些进展

广义特征值问题AX=λBX(A、B是N阶方矩阵）的并行处理是大规模科学与工程计算中的基础问题之一。迄今为止，国内外学对该问题的研究多集中于对称矩阵广义特征值问题的并行处理，并形成多种算法和相应软件。而非对称矩阵广义特征值问题并行处理的研究相对进行得较少。介绍作等人近几年来在非对称广义特征值问题并行处理方面的一些工作。它包括：QZ算法的并行化，并行拟－Eberlein算法及并行同伦数值方法等。     

一种并行路由计算方案的研究与设计

提出了一种路由器中并行检索路由表的方案，它采用目的地址直接并行检索路由表的新方法，克服了传统路由表逐条比较检索速度太慢的不足。计算数据表明，采用这种并行检索路由的方法，将使路由器的转发效率大大提高。     

高性能计算研究室

研究室主要研究方向是并行程序设计和开发、运行环境研究、高性能计算及其应用技术、网格计算技术等．研究室拥有一支年轻的学术队伍，其中博士9人，具有正高职称4人．研究室成立以来承担了国家自然科学基金、国家高性能计算基金、国防预研、上海市科委、上海市教委等资助的项目10多项．主要项目有：     

特征值问题各向异性有限元新方法研究及其应用

河南省自然科学基金基目“特征值问题各向异性有限元新方法研究及其应用”(项目号：0611053100)由我校数学与信息科学学院彭玉成博士主持．有限元方法是计算力学、计算物理、工程界和科学计算(尤其是大规模计算)的主流方向之一．我国科学家在此领域的研究一直处于世界领先水平．目前，该领域的研究非常活跃，计算科学方面的许多成果都与此有关．随着该学科的发展，有限元空间的构造、理论分析和数值计算都出现了许多新亮点．例如，为了提高计算效率和精度，又发展了多重网格法、区域分解法、非标准有限元方法等有效方法．然而，传统的有限元…