基于四维离散数值方法的岩石圆环试样动态破坏及耗能规律

利用最新提出的四维离散弹簧元法（4D-LSM）对岩石圆环的动态抗变形及耗能特性进行研究。首先对4D-LSM用于描述岩石圆环试样破坏的适用性进行了验证,发现4D-LSM可以较好地再现岩石试样的孔径比与破坏形态和强度间的影响规律。在此基础上,对孔隙率、非均质性、厚径比等因素与抗变形及耗能间的规律进行研究,得到了对应的数学公式。利用4D-LSM模拟大变形方面的优势,发现当岩石材料的变形抵抗能力较大时,岩石圆环将表现出与传统仅考虑小变形情况下实验和数值计算不同的破坏形态,岩石圆环的材料抗拉强度与抗变形能力也分别呈现非线性关系。通过建立圆环阵列模型,研究了由多个岩环构成的组合结构的抗变形和能量抵抗能力以及对应的破坏形态。结果表明,组合结构中的圆环单元与单圆环受力的破裂形态有所不同,但单圆环的抗变形及耗能规律仍适用于岩环阵列结构的分析。     

基于不规则性的并行计算方法

为了有效使用异构多核架构强大的并行计算能力,根据硬件架构的特点重新组织数据并合理调度任务的执行是非常有必要的.提出一个基于不规则性的并行计算方法,是一个融合数据并行、任务并行、管道并行的多重并行计算方法,特别适合具有动态特征执行行为和不规则数据结构的复杂算法,能够在程序运行时根据存储局部性原则和单指令多数据流（SIMD）操作机制对任务执行进行基于优先级的动态调度和数据管理,能够最大限度地有效使用CPU和GPU的硬件计算资源和存储资源.实验结果表明,该方法能够提高图形并行绘制算法关于动态执行过程和不规则数据结构构造和维护的性能.     

闸门结构分析的有限元并行计算

分析了平面钢闸门的工作特点,研究和建立了平面钢闸门的精细组合有限元计算模型并进行了并行计算。提出了并行求解策略;采用循环分解技术来实现单元刚度矩阵生成的并行化,采用预处理共轭梯度法并行求解系统方程组。获得了较高的并行计算效率和合理的计算结果,明显减小了结构计算时间。     

基于GPU并行加速变压器二维瞬态流场问题的研究及应用

针对采用无量纲最小二乘有限元法计算变压器二维瞬态流体场问题时计算时间长，效率低的问题，拟采用GPU对瞬态流体场程序进行并行加速。将瞬态流体场计算程序中计算量最大的两部分，即单元刚度阵的形成和稀疏线性方程组的求解，移植到GPU上运算，从而大幅减少计算时间。同时采用十字链表法和CSR稀疏存储结构存储方程组稀疏矩阵中的非零元素，以降低内存消耗。使用方腔驱动流模型验证了GPU并行程序的有效性，并且并行程序加速比随方腔模型规模的增大而增大。将GPU并行程序应用于变压器绕组模型的瞬态流体场仿真分析，分析结果表明，相较于串行程序，GPU并行程序加速比达到16倍左右。论文所实现的基于GPU并行计算方法为产品级变压器瞬态流体场仿真奠定了基础。     

采用分布式并行子阵波束形成的水下三维成像

针对水下三维声纳成像技术因计算负载过大而无法满足实时性需求的问题,提出一种频域分布式并行子阵波束形成算法. 基于大规模二维方形平面换能器阵列,将全面阵分解成两级分布式子阵.所有一级子阵采用并行计算架构,同时进行并行波束形成;一级子阵和二级子阵之间采用流水线分布式计算架构,在二级子阵中计算得出波束强度值.基于Matlab软件对该算法进行仿真测试,并与传统波束形成算法相对比.综合考虑主瓣宽度、旁瓣峰值、内存需求量和计算需求量4个参数,给出最合理的子阵分解方法.结果表明：该算法可以实现水下三维声纳成像,并且符合工程实践的实时性需求.     

多核环境下非线性特征值问题残量反迭代法并行计算

非线性特征值问题不满足Schur类分解的结论,因此线性特征值问题的很多数值方法不能直接推广到非线性问题.基于多核并行环境的非线性特征值问题数值解法的并行计算,给出了适合于多核并行环境的并行Newton类残量反迭代算法,在多核计算环境上使用Intel Fortran+OpenMP进行了数值试验.数值试验结果表明算法具有较高的加速比和并行效率.     

红外频率选择表面的并行FDTD模拟

目前高性能计算领域多采用共享内存和分布内存相结合的方法提高计算性能.本文讨论在SMP集群中实现并行计算的3种编程模型,采用MPI/OpenMP混合编程方法对红外频率选择表面的电磁特性进行FDTD模拟,并分析不同编程模型下的并行性能.     

GPU在SPH方法模拟溃坝问题的应用研究

SPH方法是一种无网格的粒子方法,对于求解强非线性水动力学问题具有重要意义。随着粒子数增加,该方法的计算效率成为限制其大规模工程应用的重大瓶颈。可将大规模并行计算引入SPH方法中,以得到良好的计算加速效果。采用将GPU运用于SPH方法并行计算的技术,借助CUDA硬件计算架构,研究SPH方法的并行计算通用性问题。以二维溃坝问题作为数值算例,对GPU计算结果的稳定性和收敛性进行验证,比较CPU与GPU的计算效率。通过计算,验证了GPU在SPH方法并行计算应用中的可靠性、可行性以及高效性,为提高SPH方法的计算效率提供一种重要的参考途径。     

共享内存系统中高效并行FDTD计算方案

针对电大问题的FDTD仿真,在共享内存系统中提出一种不交换数据的并行FDTD计算方案。该方案利用共享内存系统的通用多核处理器架构,直接读取并行场域边界面的数据实现并行计算,采用自主开发的多线程技术实现FDTD的并行计算。通过数值仿真测试,提出了最大并行计算效率的区域划分方式,并验证了所提出的方案是一种理想的基于共享内存系统的并行FDTD计算方案。     

一种基于自适应迁移策略的并行遗传算法

分析了传统并行遗传算法的局限性,针对其迁移固定不变盲目性等缺点,提出了一种适合在当前多核计算机上运行的基于自适应迁移策略的并行遗传算法(AMPGA),该方法将遗传算法同当前个人计算机体系结构相结合,使新的并行遗传算法在主流计算机上并行执行,加快算法的收敛速度,充分挖掘出计算机的计算能力,很大程度地提高了传统并行遗传算法的计算性能。数据仿真实验表明,该算法与传统并行遗传算法相比,收敛速度快、求解精度高,并行效率也明显提升。     

基于云计算平台的代价敏感集成学习算法研究

针对现实生活中大规模不平衡数据的分类问题,设计了一种基于云计算平台的代价敏感集成学习分类算法。Hadoop云计算平台对海量数据进行划分用于并行学习,同时结合代价敏感的思想对学习得到的基分类器进行加权集成,实现了云计算平台上的代价敏感集成学习分类模型。仿真实验表明该模型能够明显提高少数类的查全率,同时Hadoop的并行机制使得云平台坏境下的集成学习时间较集中式环境有大幅度的缩减,进一步提高了大规模不平衡数据分类问题的学习效率。     

面向硬件感知的边缘计算卸载和资源分配

传统的边缘计算卸载研究并未涉及计算机硬件实现的细节,计算模型建模粗糙,优化方案精准度低。为此,提出了基于硬件实现的多用户多边缘服务器计算卸载和资源分配联合优化方案,充分考虑了计算过程硬件实现的细节,从计算机指令执行粒度出发,综合计算机输入/输出瓶颈和内存功能模块的能耗,重新建立联合优化模型,并在满足卸载任务时延要求的前提下最小化系统能耗。 此外,为解决动作空间高维的问题,采用了基于深度确定性策略梯度的混合在线二部匹配算法。仿真结果表明,计算过程中的内存能耗不可忽略,且所提出的优化算法能够有效学习最优策略,对降低系统能耗具有显著作用。     

基于多核计算的雷达并行仿真结构

针对顺序仿真结构下回波生成与信号处理环节软件仿真速度慢等瓶颈问题,提出一种基于多核处理器共享内存的多数据链路计算模型,通过构建多数据链路并行仿真的方法提升软件仿真效率。根据同一调度间隔内各雷达事件相互独立的特性,从数据划分、任务分配、时间同步及负载监测与度量等层面上进行阐述。仿真结果表明,该方法与传统的雷达串行仿真相比,数据帧处理平均时间可以降低37.5%,数据帧处理加速比曲线表现出良好的仿真加速特性,大大缩减雷达系统仿真时间。     

多核计算机环境下的并行程序设计方法

伴随着多核处理器的发展,尤其是处理器核数目的增加与功能的变化,原有面向单核或者多处理器的软件架构不已适于在单芯片多处理器的硬件结构上充分利用多计算核心的能力,这对程序员巨大的挑战也随之而来。文章介绍了多核处理器的架构、并行程序设计方法以及性能调优工具。     

并行计算流体力学数值仿真平台设计与实现

针对计算流体力学(Computational Fluid Dynamics,CFD)对高性能计算提出的需求,采用安腾2处理器和Infiniband网络构建了36 CPU的集群系统,优化后的Linpack值为188.6 GFlops;将集群扩展为并行CFD数值仿真平台;建立了战术导弹三维流场仿真模型,测试了并行平台的性能和计算精度.结果表明:并行平台硬、软件配置合理,适用于中、大规模的CFD应用.     

基于Hadoop的校园云存储系统的研究

针对海量数据的存储问题,传统方法一般是通过购置更多数量的服务器来提升计算和存储能力,存在硬件成本高,存储效率低等缺点。通过对Hadoop框架和MapReduce编程模型等云计算核心技术的分析和研究,提出了一种基于Hadoop框架的海量数据存储模型,并在此模型的基础上,设计并实现了基于Hadoop的校园云存储系统。经过实验验证,该系统有效地解决了在校园办公、教学和科研过程中遇到的海量数据存储管理问题,具有开发成本低、处理速度较快、运行稳定、易于扩展等特点。     

基于OpenMP的多核程序设计技术

探讨了基于OpenMP的多核程序设计技术,介绍了OpenMP并行编程模型、编译指导语句及常用库函数。为验证OpenMP的性能,对求解二次分配问题的粒子群优化算法采用OpenMP技术进行并行化。实验结果证明了基于OpenMP的并行算法的有效性。     

论网格计算与云计算的关系

网格是继互联网之后出现的一种新型网络计算平台,其目的是为用户提供一种全面共享,包括软件、硬件、数据以及网页在内的各种资源的基础设施。云计算作为一种全新的网络服务方式,将传统的以桌面为核心的任务处理转变为以网格为核心的任务处理,充分利用互联网以满足预先设定的处理任务。二者有相似之处,如计算的并行与合作的特点,但在资源聚合、资源共享、任务执行、对待异构服务侧重等方面存在差别。     

一种车辆云计算中共享失效检测器

为更好地解决车辆云计算中车辆的高度动态性对失效检测性能的影响,提出了一种适用于车辆云计算环境的基于检测结果共享机制的失效检测器.首先,对车辆云计算的系统架构进行了分析,发现车辆云计算系统具有明显的层次结构,而且可以利用路侧单元对车辆节点进行分组.在此基础之上,引进检测结果共享机制,提出针对车辆云计算环境的共享失效检测器VC-FD.然后,构建了可以对所提出的失效检测器进行定量分析的共享失效检测模型,该模型主要针对检测时间、平均错误发生概率以及检测负载三个失效检测服务质量指标进行评价.最后,在仿真环境下比较和分析了所提出的共享失效检测器与非共享失效检测器的性能.实验结果表明,该失效检测器在保证检测准确性的前提下,通过增加有限的检测负载能够明显地改善系统中节点失效检测时间.因此,提出的基于检测结果共享机制的失效检测器VC-FD能够准确、快速的发现车辆云计算中的节点失效,有效地降低车辆高度动态性对失效检测性能的影响.