定位误差的分析计算

本文介绍了定位误差的性质、产生原因及用极限位置分析法计算定位的方法。     

拟极小残差法在GPU上的优化研究

随着GPU在高性能计算领域更多地用于科学计算,采用GPU技术对大型稀疏线性方程组进行计算,从而满足人们对计算速度和计算精度要求的提高。NVIDIA Fermi架构的开发,大大提升了GPU的双精度浮点运算能力。拟极小残差法(QMR)作为高性能计算领域中的重要迭代算法,基于求解稀疏代数方程组对ELL算法进行GPU优化。通过对不同规模线性方程组计算分析表明,QMR-GPU的性能提升为原始QMR的3.5倍,与传统的BICG法相比,QMR并行算法具有速度和存储优势,可获得良好的并行加速比。     

DNA计算的应用与展望

DNA 计算机是当前研究的热点问题，我国的研究刚刚起步，本文详细论述了DNA序列的概念及性质，DNA计算的原理，同时介绍了DNA计算的研究进展概况。     

关于无约束最优化问题的计算终止准则

讨论常用的无约束最优化问题的计算终止准则的可靠性，并且构造出一种新计算终止准则，数值试验的结果表明，新计算终止准则的可靠性高     

电工实验CAI系统的AUTOCAD设计

以电工实验ＣＡＩ系统具体设计为例，叙述了利用ＡＵＴＯＣＡＤ以及其ＡＵ－ＴＯＬＩＳＰ功能设计用户ＣＡＩ系统的一般方法。文中同时给出了设计流程图     

基于遗传-粒子群优化算法带有缓存机制的卸载策略

为了满足移动边缘计算(Mobie Edge Computing, MEC)场景中时延敏感型应用的需求,提出一种基于遗传-粒子群优化算法(Genetic-Particle Swarm Optimization Algorithm, GA-PSO)和缓存机制的卸载策略。该策略将遗传算法和粒子群优化(Particle Swarm Optimization, PSO)算法融合起来,以便求取边缘计算卸载中的最优卸载比例和缓存决策;将已完成且重复请求的任务及相关数据在边缘云上进行缓存,用以最小化任务的卸载时延。仿真实验结果表明,该策略可以有效降低移动边缘计算的时延。     

分配问题的O_λ组与结构性算法

本文探讨了任意等效分配问题(C_(ij))的O元分布结构,建立了行(列)O_λ组的概念,并论证了它的基本性质,从而解决了(C_(ij))最小划线组算法中的理论问题。同时,本文还改进了有调整最大分配算法,使得对于任意已达到完全分配的(C_(ij)),必能按简单的规定步骤求得它的完全分配集。在此基础上,本文提出了解分配问题的一种新算法——结构性算法。     

UNION-FIND序列的计算时间

本文讨论了UNION-FIND算法,用一种比较简单的方法证明了W-UNION与C-FIND序列的计算时间是非线性的.     

计算流体力学的微机网络集群系统的研究

介绍了微机集群架构和PVM技术在计算流体力学复杂课题研究中的有效性.着重讨论了在微机并行机群上进行CFD计算,以及计算中的负载平衡等相关问题.给出了并行分区计算的方法,并给出了实际计算结果.结果证明本文介绍的方法是正确的,能有效地均衡计算负载,达到较理想的并行效率.