计算的极限

计算深刻地影响着人们的日常生活和生产活动,也推动了诸多其他科学领域的发展和变革.本文从几个不同的方面探讨计算的能力和极限.从计算的模型和丘奇图灵论题,到P和NP问题的深远影响及量子计算对传统计算的冲击,我们深入讨论了对计算极限的理解.     

关于渠道渗流计算方法的选用

渠道渗流的计算,一直是农田水利设计部门研究的重要课题之一。而其计算方法主要有:现场试验方法、经验公式法、比拟法、解析方法、数值方法。而渠系建筑物未修建以前,准确地计算渗漏量,对于其建筑工程的防渗体系结构、投资及后期运行等有着重要的意义。故对目前五种方法进行比较分析,并通过工程实例,分析上述方法计算渗流量的实用性。     

台州湾岸线的浅水深用通航安全关键技术

本研究主要以台州湾建港岸线浅水深用为研究对象，综合港口波浪作用下船舶六自由度运动的水动力数值计算、浅水深用下港口通航安全的船舶操纵仿真和综合论证等跨学科理论和技术，结合大石化项目，重点研究现有港区航道条件下的船舶通航潜力挖掘，以解决目前有关港口浅水深用工程实践中急需的关键技术问题。     

FlexRay总线特点及其在车辆上的应用和故障分析

目前,FlexRay总线已经成为汽车网络系统的标准,将在未来很多年内,引领汽车网络系统的发展方向。FlexRay是继CAN和LIN之后最新的研发成果,可以有效管理多重安全和舒适功能,如FlexRay适用于线控操作(X-by-Wire)。本文对FlexRay的特点、FlexRay在车辆上的应用现状及FlexRay的故障分析进行了阐述。     

扩散无源推进对太阳电池电性能的影响

本文研究了在太阳电池扩散过程中保持主扩散时间不变逐渐增加无源推进时间,对方块电阻、开路电压、短路电流、填充因子及转换效率的影响。     

计算力学及其发展

计算力学是在计算机日益普及和计算技术不断发展的条件下,作为传统固体力学的一个分支而出现的一门新兴学科,随着理论研究的不断深入和工程应用的不断普及,计算力学已经渗透到固体力学、流体力学、热力学、岩土力学、塑性力学、建筑结构、空间结构、航空航天、船舶、核电等各个领域.与此同时,计算力学的方法也在不断发展和完善,主要包括有限元法、差分法、边界元法、加权残数法等.     

基于多边形最优一致逼近形式的上限有限元法

传统的上限有限元法采用外切多边形来逼近摩尔库伦屈服圆,该方法只有当多边形边数足够多时计算结果才比较精确,这往往导致线性规划规模过大,收敛速度较慢,给工程应用造成一定的影响。针对此问题,放松任意一点均须从上方严格收敛的上限性质,采用多边形最优一致逼近的形式构造线性化屈服函数和塑性流动方程。算例证明该方法求解规模更小,收敛速度大大提高。     

一种改进的适用于多相流SPH模拟的粒子位移修正算法

由于光滑粒子流体动力学(smoothed particle hydrodynamics, SPH)方法具有天然的拉格朗日特性,粒子常常沿着流线运动,易产生不均匀的粒子分布,导致计算精度和稳定性下降.作为一种粒子分布均匀化技术,粒子位移修正(shifting)算法凭借其原理简单、效果显著等优点在SPH水动力学模拟中得到广泛应用.但同时,应用于多相流动中的shifting算法的计算过程较为复杂.针对这一问题,本文提出了一种改进的适用于多相流模拟的粒子shifting算法.与文献中已有的多相流shifting算法相比,它在处理多相交界面时能够维持更加均匀的粒子分布,同时可以保持清晰的异相界面,且实施相对简单高效.数值算例表明,该shifting算法在多相流模拟中具有更高的精度和更好的能量守恒特性.     

国际量子计算战略布局比较分析

本文首先定性调研了美国、欧盟、英国、日本等主要国家和地区的量子计算相关战略与路线图,比较分析了各国/地区的代表性战略与路线图目标,以及获资项目的研发重点等。接着,总结各国/地区针对量子计算发展的政策措施特点,如:成立新机构以高度统筹研发活动与管理协调工作;建立研究中心并强调跨学科研究与长期基础研究支持;制定路线图目标与时限,持续监测进展并评估成效;培养面向未来的专业量子从业人员;推进国际合作,并重视国家安全维护等。最后,从制定国家量子计算技术战略、成立新机构以统筹管理和开展评估、培养跨学科的量子计算技术人才等多方面,为我国量子计算发展提出启示建议。     

基于边端协同的CNN推理加速框架

基于卷积神经网络(CNN)的移动应用程序通常处理的是计算密集型任务,然而传统的云推理和端推理方式在低时延和高准确率方面仍面临着挑战。针对以上问题,提出了一种基于边端协同的CNN推理框架,它能让一个端设备和多个边缘服务器协同工作以提供CNN推理服务。该方法综合考虑高度动态的网络带宽和设备负载情况,分步决策出模型多个最佳分割位置以优化计算和通信权衡。基于硬件测试平台的实验评估表明,相较于3种流行的CNN推理方法,该方法实现了14.3%～67.5%的推理加速,提升边缘服务器的计算资源利用率100%。