基于GPU的大规模多阶段任务系统可靠性并行计算方法

针对大规模多阶段任务系统(phased-mission system, PMS)的可靠性求解,引入并行计算思想,通过分析传统的一致化方法(uniformization method, UM),基于Nvidia提出的CUDA(compute unified device architecture)架构,实现了基于图形处理器(graphics processing unit, GPU)的UM并行算法(GPU-UM),并采用合并访问和共享内存技术,提高了GPU中数据负载的利用率;PMS中不同阶段参与任务的设备及其数量通常会发生变化,导致阶段间依赖性处理困难。通过对新设备加入、已有设备暂时退出任务或完全退出任务等3种基本情况的分析,提出了阶段间状态映射机制,实际中的阶段变化情况更加复杂,可综合上述3种基本情况进行处理。通过算例对比了GPU-UM、CUDA-UM、传统UM和Krylov子空间等4种算法的计算时间和可靠性结果,分析表明GPU-UM算法的计算耗时优于其他方法,且结果精度也能满足可靠性计算需求;同时,通过对比分析UM算法和Krylov子空间算法与仿真方法的结果误差,表明提出的阶段间映射机制能够正确处理PMS中阶段间的复杂依赖关系。     

关于跨边界区域环境管理的若干问题

随着２１世纪的来临 ,环境保护问题越来越得到各国政府的重视。我国政府也已将环境保护确定为一项关系到未来可持续发展的基本国策。由于环境保护工作是一项涉及面广、运作机制复杂的系统工程 ,而跨边界区域又隶属于多个行政区 ,因此 ,这一特殊区域的环境保护工作涉及到若干个互不隶属的行政区域（或利益集团）之间的利益协调。长期以来 ,特别是在我国经济体制由传统的中央计划经济模式向社会主义市场经济模式转换的过渡时期 ,跨边界区域的环境保护问题一直没有得到很好解决。在未来的一段时间内 ,跨边界区域的环境保护问题不仅是中央政府而…     

关于跨边界区域环境管理的若干问题

 随着21世纪的来临, 环境保护问题越来越得到各国政府的重视。我国政府也已将环境保护确定为一项关系到未来可持续发展的基本国策。由于环境保护工作是一项涉及面广、运作机制复杂的系统工程, 而跨边界区域又隶属于多个行政区, 因此, 这一特殊区域的环境保护工作涉及到若干个互不隶属的行政区域(或利益集团)之间的利益协调。长期以来, 特别是在我国经济体制由传统的中央计划经济模式向社会主义市场经济模式转换的过渡时期, 跨边界区域的环境保护问题一直没有得到很好解决。在未来的一段时间内, 跨边界区域的环境保护问题不仅是中央政府而且也是地方环境保护目前所面临的重点和难点。