平行车联网:基于ACP的智能车辆网联管理与控制

本文将平行智能方法引入智能车辆的网联化管理与控制, 提出平行车联网的概念、框架、功能与流程.平行车联网致力于通过人工车联网与物理车联网的虚实互动、协同演化与闭环反馈, 为人-车-路-智能交通信息网一体化的智能交通系统增加计算实验与平行引导的功能, 实现描述、预测与引导相结合的车联网智能, 有效解决异构、移动、融合的交通网络环境下智能车辆的管理与控制问题.     

平行系统和数字孪生的一种数据驱动形式表示及计算框架

旨在为平行系统及ACP方法建立一种数据驱动的数学形式和计算框架, 该形式与框架也适用于数字孪生系统.首先, 基于动态系统状态方程方法论, 给出了平行系统的虚实双系统表示方法, 基于此表示方法为平行系统问题提供了一种数学表示.围绕该表示, 讨论了虚实系统互动、平行系统与数字孪生系统异同等问题.然后, 为ACP方法提供了一种计算框架, 详细解释了人工系统(Artificial systems, A)、计算实验(Computational experiments, C)、平行执行(Parallel execution, P)的数学计算求解过程, 并讨论了“学习与训练”、“实验与评估”、“管理与控制”、灵捷–聚焦–收敛(AFC)、小数据-大数据-小智能等概念的相关数学表示, 并讨论了智能科学与平行系统数学架构的关系以及平行智能的内涵.最后, 以大学校园园区能源管理系统为案例, 为平行系统数学架构和方法提供一个直观的算例.     

平行控制: 数据驱动的计算控制方法

本文简述平行控制的理念、概念及基本方法与应用, 主要强调虚实互动的平行扩展方式与同时计算的并行划分方式的不同之处. 平行控制方法是ACP理论在控制领域中的具体应用, 其核心是利用人工系统进行建模和表示、通过计算实验进行分析和评估、最后借助平行执行实现对复杂系统的控制和管理. 这一控制方法是反馈控制, 特别是自适应控制方法向复杂系统问题扩展的自然结果, 是一种迈向数据驱动控制和计算控制的必然且有效途径.     

平行区块链:概念、方法与内涵解析

本文提出了平行区块链的概念框架、基础理论和研究方法体系,并探讨了平行区块链的内涵.平行区块链技术是平行智能理论方法与区块链技术的有机结合,致力于通过实际区块链系统与人工区块链系统的平行互动与协同演化,为目前的区块链技术增加计算实验与平行决策功能,实现描述、预测、引导相结合的区块链系统管理与决策.平行区块链这一新型研究范式可望为下一步区块链研究和未来产业应用提供有益的启发与借鉴.     

平行手术室：围术期护理流程与智慧手术平台管理的新模式

手术室伴随医疗技术进步而面临不断增长的复杂性挑战,特别是在教学培训、护理配合、科研创新和管理领域.文中基于平行医疗理论,提出平行手术室的概念,旨在利用人工智能和全场景数据优化围术期护理流程,提升手术平台管理效率.平行手术室构建实际系统与虚拟系统的互动,利用在线学习、离线计算和虚实互动,实现手术流程的精准管理和控制.文中详细讨论平行手术室在临床护理与管理、护理教学与科研中的应用,并对其在未来医疗领域的潜力进行展望.提出的一体化解决方案不仅缓解传统手术室面临的问题,也为智慧医疗的发展开辟新的路径,提升手术室的安全和运营效率.     

平行视觉:基于ACP的智能视觉计算方法

在视觉计算研究中,对复杂环境的适应能力通常决定了算法能否实际应用,已经成为该领域的研究焦点之一.由人工社会（Artificial societies）、计算实验（Computational experiments）、平行执行（Parallel execution）构成的ACP理论在复杂系统建模与调控中发挥着重要作用.本文将ACP理论引入智能视觉计算领域,提出平行视觉的基本框架与关键技术.平行视觉利用人工场景来模拟和表示复杂挑战的实际场景,通过计算实验进行各种视觉模型的训练与评估,最后借助平行执行来在线优化视觉系统,实现对复杂环境的智能感知与理解.这一虚实互动的视觉计算方法结合了计算机图形学、虚拟现实、机器学习、知识自动化等技术,是视觉系统走向应用的有效途径和自然选择.     

从工业4.0到能源5.0:智能能源系统的概念、内涵及体系框架

分析推动工业进程和能源进程交互发展的因素和趋势, 结合能源互联网的发展要求, 提出了建立能源5.0的迫切性和必要性. 着重讨论了在网络化之后, 能源系统呈现的社会性问题, 认为在传统方式之外, 必须引入人类社会学、管理学等软科学进行分析建模; 指出了虚拟人工系统根本不同于传统仿真系统等理念, 只有利用虚拟人工模型, 采用平行系统, 才能建立能源5.0. 阐述了能源5.0的理论、框架和技术, 明确了能源5.0、基于社会物理信息系统(Cyber-physical-social system, CPSS) 的平行能源是等价的概念. 指出能源5.0核心是构建与实际能源系统同构的虚拟人工能源系统, 通过虚拟人工能源系统的计算实验, 确定优化控制策略, 引导实际能源系统运行, 并使虚拟人工系统和实际系统平行执行、共同演化, 形成智能能源系统. 最后以华电集团已经完成的分布式能源5.0示范项目和正在实施的火力发电5.0项目及智能家居能源系统, 探讨了能源5.0的研究内容、技术途径及应用前景.     

平行胃肠:基于ACP的智能胃肠疾病诊疗

胃肠道为人体重要消化器官,胃肠疾病常见且病因复杂.为了推动胃肠疾病诊疗的智能化、精准化发展,有效传承医生的经验丰富,文中提出基于ACP理论的平行胃肠诊疗系统框架.ACP理论为平行智能的核心,由人工社会(Artificial Societies)、计算实验(Computational Experiments)、平行执行(Parallel Execution)三部分构成.在平行胃肠诊疗系统中,构建人工胃肠道(A)模拟胃肠疾病实际诊疗情况,运用计算实验(C)在人工胃肠平台上进行各类胃肠疾病诊疗实验并评估最佳诊疗方案,最终借助平行执行(P)实时地对实际胃肠诊疗进行导引,持续更新人工胃肠系统并优化诊疗方案,实现虚拟诊疗和实际诊疗之间的虚实互动.整个系统框架的构建融合知识图谱、深度学习、虚拟现实/增强现实、知识自动化等多种前沿技术,致力于优化胃肠疾病诊疗,推进健康中国建设.     

数据驱动的智能交通虚拟仿真系统研究与设计

主要研究大数据环境下数据驱动的智能交通虚拟仿真系统体系结构及其关键技术。首先对数据驱动进行简要描述,并引出相关研究的现实意义。随后提出数据驱动的智能交通虚拟仿真系统体系结构,从面向智能交通虚拟仿真的数据处理、数据驱动技术、决策支持理论与方法、虚拟仿真环境等方面讨论了实现数据驱动的智能交通虚拟仿真所需解决的主要问题和关键技术,支持交通工程研究和应用。     

智能电视远程传感器控制的实现方法

主要介绍了一种在电视上加载虚拟传感器设备驱动的方法, 将具有传感器功能的手机、PAD等智能终端作为电视传感器输入终端, 在智能电视上实现利用传感器控制应用和游戏的解决方案. 具体实现方法为在智能电视上加载各种传感器如重力加速度(G-sensors)、线性加速度、陀螺仪等的虚拟设备驱动, 并提供上层传感器数据注入方法和应用层传感器数据获取通用接口; 智能传感器输入终端通过wifi与智能电视建立网络连接, 获取智能终端的传感器实际数据, 并将数据发送到电视端; 电视端接收到数据并注入到指定传感器设备, 最终由系统上报提供到应用层, 使得各类普通的传感器类应用和游戏在电视上展现. 可解决现在智能电视上应用和游戏单一的局面, 实现应用和游戏控制与画面相分开, 以获得更好的视觉效果并很好的与他人分享.     

基于数据动态冗余的分布式并行系统重构机制

设计高可用分布式并行数据库系统,系统重构不能只局限于单节点状态变化,为此提出了基于数据动态冗余的分布式并行系统重构机制。该机制通过相关事件触发系统检测,及时分布采集节点状态信息,借助数据的再生和转移,在各节点并行完成负载失衡和节点状态变化下的系统自动重构。实际应用表明,该机制解决了多节点状态同时变化的系统资源和数据资源的重构问题,保证了数据库系统的高可用性。     

A single front genetic algorithm for parallel multi-objective optimization in dynamic environments

This paper proposes a new parallel evolutionary procedure to solve multi-objective dynamic optimization problems along with some measures to evaluate multi-objective optimization in dynamic environments. These dynamic optimization problems appear in quite different real-world applications with actual socio-economic relevance. In these applications, the objective functions, the constraints, and hence, also the solutions, can change over time and usually demand to be solved online whilst the size of the changes is unknown. Although parallel processing could be very useful in these problems to meet the solution quality requirements and constraints, to date, not many parallel approaches have been reported in the literature. Taking this into account, we introduce a multi-objective optimization procedure for dynamic problems that are based on PSFGA, a parallel evolutionary algorithm previously proposed by us for multi-objective optimization. It uses an island model where a process divides the population among the remaining processes and allows the communication and coordination among the subpopulations in the different islands. The proposed algorithm makes an exclusive use of non-dominating individuals for the selection and variation operator and applies a crowding mechanism to maintain the diversity and the distribution of the solutions in the Pareto front. We also propose a model to understand the benefits of parallel processing in multi-objective problems and the speedup figures obtained in our experiments.     

Data race avoidance and replay scheme for developing and debugging parallel programs on distributed shared memory systems

Distributed shared memory (DSM) allows parallel programs to run on distributed computers by simulating a global virtual shared memory, but data racing bugs may easily occur when the threads of a multi-threaded process concurrently access the physically distributed memory. Earlier tools to help programmers locate data racing bugs in non-DSM parallel programs are not easily applied to DSM systems. This study presents the data race avoidance and replay scheme (DRARS) to assist debugging parallel programs on DSM or multi-core systems. DRARS is a novel tool which controls the consistency protocol of the target program, automatically preventing a large class of data racing bugs when the parallel program is subsequently run, obviating much of the need for manual debugging. For data racing bugs that cannot be avoided automatically, DRARS performs a deterministic replay-type function on DSM systems, faithfully reproducing the behavior of the parallel program during run time. Because one class of data racing bugs has already been eliminated, the remaining manual debugging task is greatly simplified. Unlike previous debugging methods, DRARS does not require that the parallel program be written in a specific style or programming language. Moreover, DRARS can be implemented in most consistency protocols. In this paper, DRARS is realized and verified in real experiments using the eager release consistency protocol on a DSM system with various applications.     

并行计算技术与数据挖掘

当今社会是信息化高度发达的社会,各类信息汇总形成的数据库也逐渐庞大复杂。因此,在海量的数据中进行数据的查找等工作非常困难。多线程技术虽然在一定程度上可以缓解上述情况,但要想真正做到准确,快速,还是要依靠并行计算技术来实现。本文从介绍数据挖掘以及数据挖掘在Google的应用,引入解决数据挖掘瓶颈问题最有效的方法之一——并行计算。     

Data partitioning for parallel solid modelling

Solid modelling involves processing large amounts of geometric data. Distributed processing is a promising technique for improving the speed of computationally intensive processes. Solid modelling is thus a good candidate for parallel processing. We present a method for distributing entities of solid models in an array of processors for intersection tests in evaluating boolean operations. We employ distributed boundary representation and a recursive spatial subdivision technique for data partitioning. Parallel algorithms distribute entities among the array of processors mapped to a set of 3D rectangular regions in the object space. Entities intersecting or residing in the intersection regions of the objects are distributed. An experimental system was implemented on a DECmpp 12000/Sx/8K distributed memory SIMD computer.     

基于平行坐标法的可视数据挖掘

数据挖掘和数据可视化技术的结合形成可视数据挖掘。通过可视化技术的运用,数据挖掘可以增加其数据的针对性和结果的可信度。平行坐标法是数据可视化的代表方法之一,该文在平行坐标法的基础上,探讨了在其中实现可视化数据挖掘的基本方法,是进一步开发可视数据挖掘系统的初步研究。     

Configurable parallel memory architecture for multimedia computers

This paper presents a novel parallel memory architecture for multimedia computers. Applying a configurable or programmable addressing circuitry capable of parallel memory accesses, the memory management of multimedia applications can be enhanced. Necessary computer architecture changes to virtual address representation, paging, virtual memory, address computation circuitry and data permutation are discussed. These changes allow the memory to be partitioned for different access functions. In addition, the same memory area can be accessed by multiple access patterns. Therefore, a general-purpose computing system that is capable of exploiting the repeating memory access patterns in its applications can be built. Performance of the configurable parallel memory architecture (CPMA) is analyzed in the case of a selection of algorithms from a video encoder. These motion estimation algorithms and zigzag scanning benefit from the multiple memory access functions, which is apparent from the comparisons to the traditional sequential memory accesses.     

虚拟环境下大数据智能并行聚类方法研究

为了减少虚拟环境下大数据运行时间,数据运行时能够反映出一定的规律性和特殊的分类性,需要对虚拟环境下大数据进行智能并行聚类。当前大数据聚类方法是根据K-均值聚类方法不断地进行大数据样本分类的调整,经过多次计算调整后达到数据并行聚类的效果,但每当有新的大数据流入时,都需要对当前全部数据进行K-均值聚类,计算过程复杂,聚类效率低。为此,提出了一种基于MapReduce的虚拟环境下大数据智能并行聚类方法。首先在虚拟环境下大数据中抽取小规模数据集并确定大数据簇的质心,采用Single法对所抽样的小规模数据进行聚类,获得虚拟环境下大数据属性的均值,利用最小距离分类规则将大数据属性的均值快速地向数据簇的真实中心移动,依据Davies-bouldin指标假设一个数据簇离散度参数,在此参数值中选出大数据智能并行聚类相似度最大值,最后利用聚类相似度最大值得到Davies-bouldin指数,以Davies-bouldin指数为基础将多个类别的质心间距以及聚类离散度指定阈值合并为一个类并进行迭代计算,得到数据最佳聚类中心位置,由此完成虚拟环境下大数据智能并行聚类。仿真实验结果证明,所提方法提高了大数据智能并行聚类的灵活性和普遍适用性,减少了聚类时间,并适合应用于教育技术领域,不仅可以使教育技术网络数据更加合理化,而且更加规范化。     

REPS:一种高效的容错并行概率流Skyline查询方法

概率数据流的并行Skyline查询作为当前大数据分析的一个重要方面,在诸多实际应用中发挥着重要作用。针对并行概率流Skyline查询过程中因发生故障而导致查询结果不准确和查询中断等问题,提出了一种基于复制的容错并行Skyline查询方法REPS。该方法选择参与并行处理的计算节点作为副本节点,并采用层次-循环式数据副本放置策略,选择优先级高的副本恢复数据来保证数据恢复的高效性;同时将故障检测、丢失数据恢复和查询过程恢复贯穿于整个查询更新过程中,以减少容错处理的额外通信和计算开销,并实现快速的容错并行查询。实验结果表明,REPS方法不仅在无故障发生和单个节点失效时具有较高的查询处理效率,而且对于多节点失效情形,仍然能够保持较高的查询处理速率且满足查询需求。