A parallel micro evolutionary algorithm for heterogeneous computing and grid scheduling

This work presents a novel parallel micro evolutionary algorithm for scheduling tasks in distributed heterogeneous computing and grid environments. The scheduling problem in heterogeneous environments is NP-hard, so a significant effort has been made in order to develop an efficient method to provide good schedules in reduced execution times. The parallel micro evolutionary algorithm is implemented using MALLBA, a general-purpose library for combinatorial optimization. Efficient numerical results are reported in the experimental analysis performed on both well-known problem instances and large instances that model medium-sized grid environments. The comparative study of traditional methods and evolutionary algorithms shows that the parallel micro evolutionary algorithm achieves a high problem solving efficacy, outperforming previous results already reported in the related literature, and also showing a good scalability behavior when facing high dimension problem instances.     

基于五层十五级遥感数据结构的并行算法研究

针对当前环境与监测预报小卫星宽覆盖和海量数据显示与处理不足的现状,设计五层十五级遥感数据组织结构,并依据此结构设计一种新的并行计算算法,得到并行计算的最大近优估算值,优化环境与监测预报小卫星海量数据的遥感产品生产能力,提高环境监测预报效率。     

基于并行遗传算法的配送路线求解

遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律演化而来的随机化搜索方法,已经成功运用在很多大规模的组合优化问题中。利用如今流行的并行计算机系统,对遗传算法进行并行化,可解决标准遗传算法的速度瓶颈问题。本文在MPI并行环境下,用C++语言实现了粗粒度模型的并行遗传算法。结合并行遗传算法的特点,提出了解决物流配送路线优化的策略以及给出相应的算法过程,并进行了有效验证。通过研究结果表明,与传统遗传算法相比,并行遗传算法提高了运算速度,降低了平均开销时间并且最小总路径值更理想。     

云计算的现状与发展趋势

云计算作为一个全新的概念产业日益受到世界各国政府和企业界的重视。全社会不仅对它投入了巨大的关注,更为了它的快速发展投入了大量的人、财、物。云计算带来的计算机应用方式的革命被业内专家寄于厚望,更有人将其称为继信息技术革命之后的第四次工业革命。文章对云计算在目前的发展状况进行了简要概括;重点对云计算目前发展阶段存在的各种瓶颈问题进行了归纳总结,对其成因进行了剖析;对云计算今后的发展、应用趋势进行了展望。     

“天河一号”大规模科学与工程计算应用

安装在国家超级计算天津中心(以下简称天津超算中心)的"天河一号"超级计算机系统是目前世界上最快的超级计算机,已广泛应用于多个高性能计算领域,并取得了一系列具有国际影响力的应用成果。本文主要介绍了"天河一号"在石油勘探数据处理、生物信息与生物医药、环境科学、工程仿真、磁约束聚变领域的最新应用成果,其成果表明"天河一号"在上述领域具有良好的可扩展性和并行效率,对自主科技创新和产业技术提升给予了巨大支撑。     

分布式计算环境中的协同分配任务调度仿真系统

协同分配是在分布式计算环境中进行资源分配的一种重要技术,用于把一个应用程序分解为多个子作业,然后将其分配到多个资源上同时处理来满足特定的性能要求。本文提出了一个离散事件驱动的网格资源协同分配仿真系统,实现了对用户、调度器、协同分配器、协同预留器等协同分配相关实体的仿真,实现了FCFS、FPFS、Backfill等主要的协同分配调度算法和策略,可用于资源协同分配相关的分布式计算环境的资源管理和调度算法的仿真和研究。     

一种基于多Agent的人群仿真多机并行平台研究

本文提出了一种针对多Agent人群仿真模型的多机并行平台,该平台利用MPI作为节点间的通讯软件,采用主从模式设计多机并行执行环境。在主控节点中设置结果回收模块与监控模块,通过K-means算法保证执行节点之间的负载均衡,同时以此作为任务分发与调度的依据;在执行节点(从节点)中,则根据主控节点的任务调度执行相关Agent模型,并执行仿真同步与状态信息汇报等任务。实验结果表明,该多机并行平台能够执行基于多Agent的人群仿真模型,能有效地提高仿真的性能,同时具有良好的可扩展性。     

多虚拟机环境下磁盘写优化机制

在虚拟化环境下,如何在写直达法和写回法之间做出权衡以使系统既具有较好的可靠性又具有较高的磁盘读写性能,是一个亟待解决的问题。本文提出了基于XEN的兼有写直达法和写回法优点的磁盘数据写操作方法。通过修改虚拟机块设备前后端驱动程序,在虚拟机管理器中为每个虚拟机建立块级别的虚拟机磁盘缓存。虚拟机中的应用程序均采取写直达的方式,将数据直接写到位于虚拟机管理器的虚拟机磁盘缓存中。结果表明,该机制能为虚拟机提供高效率的磁盘读写操作,同时,在虚拟机系统突然宕机时也能保证用户数据的完整性和可靠性。     

极大规模并行计算系统趋势分析

高性能计算技术以加速度迅猛发展,继千万亿次系统研制成功以后,超级计算机的性能又快速提升至数万万亿次,国际学术界与工业界普遍预期在2018年左右将出现极大规模并行的百万万亿次系统(Exascale Computing,简称E级系统)。本文从最新一届TOP500榜单入手分析了超级计算领域的技术动态,在此基础上,探讨了未来E级系统的发展趋势及其所面临的能耗、可扩展、可靠性和可编程性等关键技术问题。     

基于ADSP21060的并行信号处理系统设计

实时识别目标在现代高科技战争中具有重要军事意义。设计了一个由5片ADSP21060组成的并行处理系统。该系统采用基于环网的数据块处理策略,主DSP将数据分割为长度相等的块,并分配给各从DSP进行处理。以FIR滤波器并行算法为例,验证了本设计在运算速度方面显著优于单DSP系统。该设计可应用到对实时性能要求苛刻的军事领域。