面向云环境的蛋白质折叠模拟计算并行化算法

提出了面向云环境Yarn(yet another resource negotiator)规范的蛋白质折叠模拟计算并行化算法Yarn_PERM。分析了蛋白质折叠的格点模型PERM算法的运行流程及其面向MapReduce的子任务划分方式。Yarn_PERM算法实现采用Hadoop2.0的Yarn框架作为工作平台,其资源的分配与调度、应用子任务的申请和子任务的具体执行都由Yarn来透明地完成;描述了Yarn_PERM算法的Map程序与Reduce程序及主控程序的功能实现。实验结果表明:在相同的时间内Yarn_PERM比PERM串行计算、MapReduce的PERM计算在能量最低寻优的吞吐量上明显增加,加速比和可扩展性上也有明显的优势。     

面向Yarn规范的蛋白质折叠模拟计算并行化算法

为了提高生物信息学中蛋白质折叠模拟计算的速度,提出了面向Yarn(Yet Another Resource Negotiator)规范的蛋白质折叠模拟计算并行化算法Yarn_PERM。分析了蛋白质折叠的格点模型PERM算法的运行流程及其面向Map-Reduce的子任务划分方式。Yarn_PERM算法实现采用Hadoop2.0的Yarn框架作为工作平台,其资源的分配与调度、应用子任务的申请和子任务的具体执行都由Yarn来透明的完成;描述了Yarn_PERM算法的Map程序与Reduce程序及主控程序的功能实现。选择了一个有代表性的蛋白质序列数据作为案例程序进行了测试。实验结果表明：在相同的时间内Yarn_PERM比PERM串行计算、Map-Reduce的PERMS计算在能量最低寻优的吞吐量上明显增加,加速比和可扩展性上也有明显的优势。     

二维含动边界流场的并行计算

将并行计算方法应用于含运动边界流场的数值模拟,采用弹簧方法生成非结构运动网格.并行程序结构采用主从模式,主进程只负责数据的发送和接收,每个从进程的计算任务对应一个子区域.通过守恒型ALE(Arbitrary Lagrangian-Eulerian)方程的求解,对NACA0012翼型振动问题进行了数值模拟,并对不同分区数目情况下的计算时间、并行计算加速比和并行计算效率进行了比较.算例结果表明,随着分区数的增加,进行计算CPU的效率先增加后下降,而并行计算的加速比不断增加.     

热传导方程二阶并行区域分解差分算法

提出了一类新的计算热传导方程数值解的并行差分算法. 算法基于区域分解和子区域校正，在每个子区域上进行残量修正，各子域之间可以并行计算. 证明了算法的收敛性，并且理论分析表明，在每一时间步，只需校正一次或两次，即可达到最优的收敛阶. 数值试验表明了算法的有效性和优越性.     

基于属性相关分析的离群数据并行挖掘算法

针对高维海量数据集中的局部离群数据,利用并行计算和属性相关性分析思想,给出了一种离群数据并行挖掘算法。该算法首先由主节点分配属性相关分析任务,各个子节点并行查找数据集中的冗余属性,将其冗余属性传回主节点,并由主节点删除;其次,主节点分配搜索任务,各子节点采用微粒群算法,并行搜索局部离群子空间;再次,由主节点对局部离群子空间合并计算后,确定全局离群数据;最后,在MPICH2-1.0.3的并行计算环境下,采用恒星光谱数据作为数据集,实验结果验证了算法的正确性和有效性。     

MPP中区域分解法的临界子区域数的确定方法

论文针对在大规模并行处理 ( MPP)系统中应用区域分解方法 ( DDM)进行并行计算时 ,为了获得最大加速比和最短计算时间 ,如何选择恰当的子区域数 (临界子区域数 )这一关键问题 ,分析了子区域数大小对区域收敛速度和并行度的影响 ,描述了子区域数与加速比变化的关系 ,最终给出了一种确定 DDM临界子区域数的方法。该方法也适用于网络连接的分布式系统上的 DDM并行计算。实验结果表明 ,选用该方法确定的子区域数划分区域 ,能有效地提高加速比 ,减少计算时间     

波动方程的重叠型区域分解并行有限差分算法

提出了一类新的计算波动方程数值解的并行差分算法. 算法基于区域分解和子区域校正,在每个子域上进行残量修正,各子域之间可以并行计算. 证明了算法的收敛性,并且理论分析表明,在每一时间步,只需校正一或两次,即可达到最优的收敛阶. 数值试验表明了算法的有效性和优越性.     

灵捷制造的并行集成决策

讨论了灵捷制造过程中的并行集成决策方法．面向ＳＩＭＤ型机设计同步并行算法，提出了灵捷制造集成决策的二层并行计算路径及算法的设计，使制造集成网上模仿人的模糊思维规律和推理方法更加接近实际．同时，使分析、处理灵捷制造集成决策的半结构化问题有了并行的时效性支持．文中同时给出了并行计算的相容性、平均并行度、加速比和并行计算效率等有关算法特性．     

基于JPWSPC的河网一维水动力学模拟并行计算研究

河网一维水动力学模型是平原河网、明渠输水渠道及天然河道水动力模拟、环境模拟和水沙动力学计算的基础模型.随着城市河网水系实时调度及防洪演算等水管理对计算速度要求的提高,以及并行计算技术的成熟,并行化模拟势在必行.本文采用MPI技术及面向对象的程序开发方法,对河网模拟中的预测校正模型(JPWSPC)实现并行化计算,提出了河网拆分和任务组合的基本算法,以包括树状及环状河网的经典算例为例,对算法并行性及拆分组合方法性能进行测试,分析并行算法的加速比和并行效率,并得到了河网拆分及任务组合中计算微段数与加速比的初步规律.     

基于GPGPU的并行LiDAR点云滤波算法

基于边缘点进行LiDAR点云滤波算法在复杂城区具有良好效果,然而在边缘点检测时非常耗时,因此提出基于GPGPU的并行边缘点检测算法来提高滤波的效率.该并行边缘点检测算法分为并行检索k最近邻点、并行拟合平面、并行计算投影点和并行计算夹角等4个步骤.在计算检索k最近邻算法中,提出了队首优先的插入排序算法,大量减少判断次数.实验结果表明,采用GPU并行计算有效提高滤波效率,当数据量达到128 M以上,加速比可以达到9左右.