常微分方程（组）的Runge Kutta异步并行算法及在多Transputer…

并行算法的研究应以实用性，可实现性以及最大的并行处理效率为出发点，在解常微分方程Ｒｕｎｇｅ Ｋｕｔｔａ并行地的基础上进一步提出了一种针对Ｔｒａｎｓｐｕｔｅｒ并行多处理机系统实现的异步并行算法，该算法可划分若干ＯＣＣＡＭ并发进程一一映射到多个处理机上且进程间采用异步通讯机制。     

矩阵多分裂

本文给出了两类矩阵分裂并应用到并行多分裂迭代方法，同时证明了一些收敛结果。参３。     

基于简化模型的卷积混叠盲分离并行算法

电信会议所用的传感器往往相距较近。根据从同一源到两个靠得很近的麦克风的房间冲激响应具有相似性这一特点,把多输入多输出盲卷积问题简化为若干个单输入单输出卷积混叠盲分离问题。提出了一种新的使用时间预测性的多输入-多输出盲解卷算法,该算法通过简化模型和并行算法,能用广义特征值的方法直接求出解卷滤波器,因而算法复杂度小。使用音频信号的计算机仿真结果显示了算法的有效性。     

机群系统中矩阵的并行QR分解算法

随着高速网络技术的快速发展，机群系统已经成为并行计算的主要平台，由于它的高通信延迟，某些在并行机上实现的细粒度并行算法己不适合在该环境下运行，为此有必要研究它们在机群系统中的并行实现。基于这一点，本文对矩阵的QR分解提出了一种新的任务划分策略，并由此得到了它的一种粗粒度并行算法。实验结果表明，设计的并行算法在机群系统中具有较高的加速比。     

基于动态规划的序列比对的并行算法研究

针对序列比对算法进行了深入地研究,分析比较了两序列和多序列、局部和全局、渐进和迭代的序列比对算法.利用动态规划序列比对算法内在的并行性,提出了自适应的动态规划序列比对的并行策略.该策略在计算初期和计算末期采用较小的高度和宽度值使得大部分处理器参与计算,在计算中期采用较大的高度和宽度值降低处理器间的通信开销;运用上述自适应的动态规划序列比对的并行策略,提出了一种基于动态规划的序列比对的并行算法,将读入的比对序列负载均衡地分布至不同的计算结点.基于集群系统和MPI环境的实验数据及分析表明,该算法在给定进程数量的条件下,其执行时间随序列长度的增长而急剧上升;在给定序列长度的条件下,其执行时间随并行进程数量的增大而大幅减小;充分反映出该算法较好地发挥了序列比对问题的内在并行性,有效地降低了序列比对算法的时间复杂度.     

矩阵乘在通用DSP上的峰值性能模型

DSP具有能效比高的特点,可以用于通用高性能计算.矩阵乘是许多科学与计算问题的核心算法,在DSP上取得高性能具有重要的理论和现实意义.面向通用DSP,提出了矩阵乘并行算法,建立了矩阵乘峰值性能模型,根据性能模型,构建了矩阵乘性能达Tflops级DSP体系结构参数配置,对通用DSP的设计参数给出了明确的性能指标要求,包括乘加流水线数量、寄存器数目、带宽和延迟.     

OTIS网络结构的并行矩阵乘算法

提出基于光交换互连系统(OTIS)网络结构的矩阵乘并行算法,分析它的时间复杂性.采用一种新映射策略来处理一般OTIS网络结构上的矩阵映射,即矩阵映射策略是根据基图中的哈密尔顿路径来分配处理器的.通过OTIS网络的拓扑结构模拟实验,结果表明,OTIS网络矩阵乘算法的性能优于Cannon算法,更加优于O(n3)串行矩阵乘算法.     

蛋白质三级结构预测的并行化算法

在分析了使用PSO（粒子群算法）和GA（遗传算法）的协同优化算法对蛋白质三级结构进行预测的基础上,引入并行算法。进而提出并行算法的优势所在,并详细介绍了遗传算法的三种并行模型,最后给出改进后的并行改进算法模型。