关于并行计算的若干问题

并行计算是计算机发展方向之一 ,对并行计算的基本情况做出分析是必要的。在此讨论了并行计算产生的背景、并行计算模型、并行计算存在的问题与当前研究热点等。     

阶段并行模型上的并行算法设计

阶段并行模型是BSP（Bulk Synchronous Parallel）模型的改进,它更接近于表述实际的机器行为,同时具有编程简单、独立于体系结构和执行性能可预测等特点。NOWs正成为并行计算领域的的一个新的发展热点,以太网构成的微机集群系统是NOWs的一种重要实现形式,研究了群集系统中阶段并行模型上的并行算法设计,以FFT算法为例,进行了设计和分析,并给出了测试结果。     

阶段并行模型上的并行算法设计

阶段并行模型是BSP(Bulk Synchronous Parallel)模型的改进,它更接近于表述实际的机器行为,同时具有编程简单、独立于系结构和执行性能可预测等特点.NOWs正成为并行计算领域的一个新的发展热点,以太网构成的微机集群系统是NOWs的一种重要实现形式.研究了群集系统中分阶段并行模型上的并行算法设计,以FFT算法为例,进行了设计和分析,并给出了测试结果.     

大数据环境下并行计算模型的研究进展

在大数据时代,制约并行计算发展的掣肘正在发生改变,为分布式并行计算带来了前所未有的机遇和挑战.回顾了并行计算的发展和大数据环境下的新变化;结合硬件环境、计算模式、以及应用需求等对于并行计算模型研究的影响,综述了面向批处理、面向流处理、面向图数据以及面向内存等几类并行计算模型的相关研究;展望了其发展趋势.     

并行计算基础和实际应用

并行计算方法是今后提高计算机处理速度的一种必然方法．在初步介绍并行算法、并行计算机处理器的互连方式、并行计算模型及并行算法的设计等相关内容的基础上,对并行算法复杂性及其应用进行深入．分析,并通过实例加以阐述．     

灰色组合预测模型应用研究

道路交通事故预测是道路交通安全研究的一项重要内容,它的目的是为了掌握交通事故的未来发展状况,对交通安全措施的可行性和实施效果进行合理评价,有效地控制各影响因素,达到减少交通事故的目的．可构建适应道路交通系统多属性特点的道路交通事故预测模型：灰色预测及其改进模型、神经网络预测模型、灰色神经网络组合预测模型．实证结果表明,灰色组合预测模型能够充分发挥各单一模型的优点,同时弱化了单一模型的缺点,比单一模型的预测结果更理想,精度更高．     

IP over WDM

网络信息量爆炸式增长和IP技术的深入人心促进了宽带IP主干网的出现和发展．主要介绍IPover WDM的基本原理、特点、分层模型和协议模型以及它的应用和发展、     

3D点云BSP并行计算模型及算法设计

根据3D点云数据处理计算特点,按照BSP模型的技术思想,建立了3D点云BSP并行计算模型。讨论了HAMA框架下的3D点云BSP并行计算模型的实现方法,构建了一个由普通PC组成的HAMA计算集群。以3D点模型构建计算为例,给出了一种3D点云数据处理BSP算法设计方法。实例的计算结果表明:BSP并行计算方法能高效地完成3D点模型构建计算,与其它计算方法相比,计算效率有所提高。     

两相湍浮力分层流k-ε模型

将研究精细的两相湍浮力分层流预报模型作为目标,广泛地涉及了两相湍浮力分层流精细模拟的理论和方法．以通用的ｋ－ε湍流模型为基础,考虑了浮力对紊动的影响,建立了两相湍浮力分层流的ｋ－ε模型,对存在速度和密度分层的湍浮力流动进行了数值模拟．计算结果正确地反映了分层及紊动特征,与实测结果吻合较好     

二维Ising模型的并行计算

本文使用蒙特卡罗方法研究了二维Ising模型的磁场和温度对热力学量的影响,并讨论了并行计算技术在数值模拟中的应用.