计算机统一设备架构加速外部计算机断层图像重建

外部计算机断层成像(CT)重建主要用于重建管状物(如管道)的管壁截面图像,具有重要的实际意义。外部CT重建算法中,带子区域平均图像总变差最小的凸集投影(SA-TVM-POCS)重建数值算法可以得到高质量的CT图像,可用于管道的无损检测。但由于在实现过程中计算量较大,阻碍了其在一些时间要求较高环境中的应用。计算机统一设备架构(Computer Unified Device Architecture, CUDA)是近几年发展起来的解决高强度计算的有效工具之一,该文利用CUDA的高强度并行计算性能,提高外部CT问题SA-TVM-POCS算法的速度,从而增加该算法的应用范围;为充分利用CUDA其高强度数据级并行计算能力,该文改进了SA-TVM-POCS算法的实现过程以适应CUDA的并行计算架构。实验结果表明,该文方法可以在重建图像质量没有下降的情况下,加速比达到20倍以上;所以,利用CUDA可以加快SA-TVM-POCS算法的计算速度。     

轻量级卷积神经网络的硬件加速方法

为提升轻量级卷积神经网络在硬件平台的资源利用效率和推理速度,基于软硬件协同优化的思想,提出一种面向FPGA平台的轻量级卷积神经网络加速器,并针对网络结构的特性设计专门的硬件架构。与多级并行策略结合,设计一种统一的卷积层计算单元。为降低模型存储成本、提高加速器的吞吐量,提出一种基于可微阈值的选择性移位量化方案,使计算单元能够以硬件友好的形式执行计算。实验结果表明,在Arria 10 FPGA平台上部署的MobileNetV2加速器能够达到311 fps的推理速度,相比CPU版本实现了约9.3倍的加速比、GPU版本约3倍的加速比。在吞吐量方面,加速器能够实现98.62 GOPS。     

应用于核工程领域的并行粒子群优化算法多处理器模型

粒子群优化算法是一种基于种群的启发式优化算法（PBM）,候选解通过模拟一个简化的社会适应度模型进行进化。由于该算法同时具有稳健、高效和简单的优点,因而获得了广泛的应用。许多粒子群优化算法的成功应用被报告,并且显示了其具有优于其他已被广泛接受的PBM的特点。但是,计算量对于粒子群优化算法以及所有其他PBM算法仍然是一个很大的制约因素,尤其是对于有费时目标函数的最优化问题。为了克服该困难,采用了并行计算。并行粒子群优化算法的默认优点是减少计算时间。探索这一性能的主．从模型方法是被研究最广泛的。粒子群优化算法可以通过更精细的邻居拓扑结构获得提高。因此,开发了几个不同的并行粒子群优化算法,以探索由多处理器之间的沟通策略实现的增强邻居拓扑结构的优点。将提出的粒子群优化算法应用于两个复杂、费时的核工程问题：①反应堆堆芯设计;②换料优化。通过实验得出以下结论：①在数千次迭代之后,并行粒子群优化算法仍可以找到更优的解,这制约了在此类实际应用问题中串行（非并行）粒子群优化算法的有效应用;②运用更精细沟通策略的并行粒子群优化算法,与主．从模型相比效率更高,更稳健。     

一种旅行数据约束关联规则挖掘算法

随着旅游业的发展,从海量旅行数据中挖掘旅客类型和环境因素之间内在的、隐含的相关性,是分析旅游市场状况、预测对相关行业影响的一种有效方法。结合旅行数据特点,并针对现有约束方法的局限性,提出一种基于关系延展路径约束的关联规则并行挖掘算法。该算法有效结合MapReduce并行机制,在关系延展路径约束下生成事务集,提升后续并行效率;同时利用并行方法改进Apriori算法的逐层搜索,带来“二次”效率提升,从而更好更快地把握旅游业发展动态,调整旅游业宏观政策。     

Cross-cube在PMC诊断模型下的可诊断性

可诊断性度是衡量一个互连网络可靠性的重要指标。Cross-cube是超立方体的一种重要变型,与超立方体相比有许多好的性质。PMC模型是并行计算系统中的一种经典的诊断模型,在该模型下有两个著名的诊断策略：精确策略和悲观策略。证明了n维Cross-cube在精确策略下的可诊断性度是[n+1(n≥4)],在悲观策略下的可诊断性度是[2n-2(n≥4)]。证明了Cross-cube在精确策略下的可诊断性度大于超立方体的可诊断性度,在悲观策略下的可诊断性度与超立方体的可诊断性度相同。     

多核环境下AREM模式混合并行计算研究

使用多核处理器已成为构建高性能计算机系统的主流方式。结合多核高性能计算机系统集共享内存结构和分布式内存结构于一体的体系结构特点,对AREM模式开展MPI/OpenMP混合并行计算研究与实现。性能测试结果表明,使用MPI/OpenMP混合并行计算可以将并行应用扩展至更大处理机规模,缩短计算时间,不对原程序结构做大的改动、以增量方式和较小的并行化代价,取得比较好的并行计算效果。     

基于龙格库塔法的弹塑性有限元并行计算

基于MPI集群环境对弹塑性区域分解有限元并行计算进行研究。提出了基于三阶和四阶的龙格库塔（Runge-Kutta）方法对应力-应变关系进行积分的算法。积分过程中自动调整子步大小来控制积分过程中的误差。研制了采用最小残余平滑法的子结构预处理共轭梯度并行求解算法。算法在基于工作站机群的并行环境下实现。计算结果表明：该算法具有良好的并行加速比和效率,是一种有效的并行求解算法。     

CT图像SART重建技术的CUDA并行实现

在计算机断层扫描(CT)图像重建领域,当投影数据不完备或者含有噪声时,相对于滤波反投影(FBP)算法,联合代数重建方法(SART)能重建出质量更高、更符合临床诊断要求的图像。但SART方法非常耗时,而算法的并行实现是解决这一问题的有效途径之一。提出一种基于nVIDIA通用设备计算架构(CUDA)实现的SART并行运算方法。实验结果表明,该方法在不牺牲重建图像质量的基础上,重建时间大为缩减,更有利于临床应用。     

基于ALE的大型输水隧道地震动响应并行数值分析

提出基于ALE （Arbitrary Lagrangian-Eulerian）方法的输水隧道地震动响应并行数值分析方法,采用ALE方法模拟内水和隧道的相互作用,提出基于耦合负载均衡的并行计算方法加快求解速度,采用显式中心差分法完成方程求解。针对某大型输水隧道,建立内水-隧道-土体耦合的全三维数值模型,分析其在非一致地震激励下的动力响应。模型中考虑材料非线性、接触及流固耦合非线性等实际情况,并采用PML （Perfectly Matched Layer）建立人工边界模拟无限区域。在曙光5000A超级计算机上,利用所提方法,完成该大规模非线性问题的求解。通过与附加质量法对比,验证ALE方法模拟内水-隧道耦合的可行性;分析输水隧道地震激励下的应力及变形情况;讨论内水量及变形缝对隧道动力响应的影响;分析并行计算效率。结果表明:环向应力较大值出现在靠近工作井的截面,隧道结构满足强度要求;隧道截面变形量处于安全范围内;满水隧道较空隧道承受更大应力;变形缝可以降低隧道的动力响应;所提并行计算方法可以获得较好的并行效率。     

考虑负荷变化影响的综合无功优化并行计算模型

实际综合无功优化中,保证系统尽量远离可能的崩溃点十分重要。提出基于ε-支配域并行算法的综合无功优化模型,通过负荷裕度指标对系统电压稳定性进行评估,利用基于ε-支配域的并行计算方法,解决了单独依靠状态指标难以准确估计系统崩溃点和裕度指标应用到多目标无功优化中导致的速度瓶颈问题,实现了系统电压稳定水平的实时、全面的评估,为运行人员提供了更全面的系统信息。通过IEEE14、IEEE30和IEEE118节点系统验证了所提模型和算法的正确性和有效性。