大型结构特征值问题的Lanczos子结构并行算法

本文利用子结构和Lanczos方法,提出了大型结构固有频率与模态的并行解法。该方法在Lanczos方法的求解过程中,仅利用子结构刚度阵和质量阵并行进行凝聚,进而求得新的迭代矢量,最终求得三对角阵对应的特征值和特征向量。该算法在西安交通大学ELXSI-6400并行计算机上程序实现,计算结果表明能有效地节省计算时间和计算机的内存,为一种有效的大型工程结构动力问题的求解方法。     

结构模态分析的有限元并行模拟

以子结构模态综合分析为基础,提出一种求解大型结构特征值问题的并行解法．采用子结构模态综合算法,结构特征模态采用子空间迭代方式并行求解．这种子空间迭代法的子结构并行计算的实施是利用子结构的刚度阵和质量阵而不必完全组集系统刚度阵和质量阵求解综合系统的特征值问题．数值结果表明这种求解大型结构特征值问题的并行算法是可行有效的．     

动力子结构模态综合解法的并行算法

本文根据动力子结构模态综合法,提出了相应的并行算法。该算法有效地将整个结构分成独立的多个子结构,然后由多个CPU同时独立求各子结构的分支模态和进行各子结构的分支模态变换。再串行组集界面刚度和质量阵,并求解缩减后的整体方程。最后返回各子结构求结点位移对于(`ω~2`)的模态(φ),这一步也在各CPU内独立地同时进行。该方法在西安交通大学的ELXSI-6400并行机上程序实现,表明能有效地节省计算时间,为一种大型结构动力分析方法。     

实现有限元并行分布计算的一种新策略

在几种典型的计算网络上，给出了实现有限元并行分布计算的一种全新策略。它对子结构的划分方式没有任何限制，使结构划分方式对通讯不产生任何影响，并利用所谓的∑通讯完成有关迭代计算。这种策略广泛适用于多项式加速法的并行分布迭代计算，使有限元并行分布计算的算法及程序与具体的计算网络有很好的分离性，同时也很大程度地保留了已有串行有限元算法及程序的优点。以预处理的共轭斜量法为例，在Ｉｎｍｏｓ Ｔ８００ Ｔｒａｎ     

实现有限元并行分布计算的一种新策略

在几种典型的计算网络上，给出了实现有限元并行分布计算的一种全新策略。它对子结构的划分方式没有任何限制，使结构划分方式对通讯不产生任何影响，并利用所谓的Σ通讯完成有关迭代计算。这种策略广泛适用于多项式加速法的并行分布迭代计算，使有限元并行分布计算的算法及程序与具体的计算网络有很好的分离性，同时也很大程度地保留了已有串行有限元算法及程序的优点。以预处理的共轭斜量法为例，在ＩｎｍｏｓＴ８００Ｔｒａｎｓｐｕｔｅｒ系统上实现了有限元并行分布计算。通过数值算例，验证了本文方法的可行性与有效性。     

弹塑性分析的子结构并行算法

本文提出一种求解结构弹塑性问题的有效的并行算法,采用处理结构,利用多个波前,在结构各子区并行地进行静凝聚,同时串行组集和求解界面方程得界面位移后,再由多个波前返回各子结构求内点位移,应力和塑性变量,并判断塑性迭代的收敛性,在不收敛的情况下重复上述过程直至收敛.从算例来看,该方法不但能有效地节省 CPU 时间,也能有效地节省内存量.     

自适应SVD-UKF算法及在组合导航的应用

提出一种新的自适应奇异值分解Unscented卡尔曼滤波(UKF)算法.该算法利用自适应因子平衡动力学模型信息与观测信息的权比,控制动力学模型误差对导航参数解的影响.用奇异值分解阵(SVD)的迭代计算代替协方差矩阵的迭代变换,提高了协方差矩阵的数值稳定性.将新算法应用于组合导航系统进行计算仿真,结果证明,新算法具有良好的鲁棒性,能有效改善滤波性能,提高组合导航系统的精度.     

一种有限元模型动力缩聚移频迭代法

提出了一种基于矩阵广义逆的有限元模型动力缩聚移频迭代方法,该方法首先直接从原系统特征方程出发,导出反映系统主,副自由度之间位移关系的动力缩聚矩阵的控制方程,然后给出了相应的迭代求解方法和收敛准则。为了减少求矩阵广义逆的计算工作量,本文给出了一种替代方法,把对一个高阶满阵求逆转化为对一个同阶高度稀疏矩阵求逆。与已有的动力缩聚迭代法相比,本文提出的方法具有两个显著的优点：其一是迭代收敛速度高,其二是通     

等几何壳体分析与形状优化

首先基于Reissner-Mindlin理论进行了三维壳体等几何分析,而后基于此对三维壳体进行形状优化,提出了形状优化中灵敏度的全解析计算方法,包括位移应变阵、雅克比阵和刚度阵等相对控制顶点位置的灵敏度解析计算公式;通过实例验证了壳体等几何分析和灵敏度全解析计算方法的有效性。与传统的基于网格的灵敏度半解析计算方法相比,基于NURBS的灵敏度全解析计算具有精确、计算效率高的特点,且可以避免优化迭代中的网格畸变。     

等几何壳体分析与形状优化

首先基于Reissner-Mindlin理论进行了三维壳体等几何分析,而后基于此对三维壳体进行形状优化,提出了形状优化中灵敏度的全解析计算方法,包括位移应变阵、雅克比阵和刚度阵等相对控制顶点位置的灵敏度解析计算公式;通过实例验证了壳体等几何分析和灵敏度全解析计算方法的有效性。与传统的基于网格的灵敏度半解析计算方法相比,基于NURBS的灵敏度全解析计算具有精确、计算效率高的特点,且可以避免优化迭代中的网格畸变。     

A finite element parallel algorithm of the parametric variational principle for elastic contact problems

Basetl on the finite element solution of the parametric varialional principle of elastic con/del problem, a corresponding parallel algorithm has been created bv utilizing the specialities of parallel computer and the architecture of concurrent processing in this paper. In this algorithm. the parallelisms have heen realized in the processes of creation and assembly of stiffness matrix, of the static condensation, of the solution of stresses and in many other aspects. The programme of this algorithm has been realized on ELXSI-6400 parallel computer of Xi'an Jiaotong University. The results of computation show that the computational time can be saved efficiently and it is an effective parallel algorithm for the analyses of contact problems.     

An iterative parallel algorithm of finite element method

In this paper, a parallel algorithm with iterative form for solving finite element equation is presented. Based on the iterative solution of linear algebra equations, the parallel computational steps are introduced in this method. Also by using the weighted residual method and choosing the appropriate weighting functions, the finite element basic form of parallel algorithm is deduced. The program of this algorithm has been realized on the ELXSI-6400 parallel computer of Xi'an Jiaotong University. The computational results show the operational speed will be raised and the CPU time will be cut down effectively. So this method is one kind of effective parallel algorithm for solving the finite element equations of large-scale structures.     

有限元子结构并行算法的效能分析

引入了有限元子结构的并行算法,该方法通过划分子结构,由多个CPU并行进行静凝聚,然后求解界面位移,最后返回各小结构并行求解内点位移和应力.该方法在ELXSI 6 400并行机上程序实现,表明能大幅度节省机时.本文同时也对该方法的效能进行了分析.     

云环境下的大规模线性有限元并行实现

针对Hadoop MapReduce框架实现迭代算法效率不高的问题,提出了基于Spark RDDs(Resilient Distributed Datasets)的大规模线性有限元并行算法,探索在云平台上有效地实现迭代算法。在Hadoop+Spark实验室集群上,通过空间桁架进行算例验证,并与基于Hadoop MapReduce的线性有限元并行算法进行性能比较。结果表明,在本文搭建的集群上,基于RDDs的并行算法能求解15000000个自由度的空间桁架问题,远大于Hadoop平台上的3000000个自由度;对于小模型,Spark可获得200倍以上的加速比,对于大模型,获得7~8倍加速比。     

大型结构特征值问题的混合粒度并行算法

本文提出一种求解大形结构特征值问题的粗细粒度混合并行算法：在子结构模态综合粗粒度并行算基础上,综合系统的特性值问题采用细粒度并行方式求解。细粒度并行包括子空间迭代法的子结构并行算法、雅可比分块并行计算的方法和一种Ｎｅｗｔｏｎ－Ｒａｐｈｏｎ迭代法在多处理器上任力均衡分配的有效策略。子空间迭代法的子结构并行计算的实施是利用子结构的刚度阵和质量阵而不必完全组集系统刚度阵和国求综合系统的特征值问题。利用雅     

可扩展的冲击—接触并行计算研究

冲击—接触计算模型在汽车碰撞、金属成型等的模拟计算中有着广泛的应用，鉴于冲击—接触计算过程复杂和计算量大，本文在分布式可扩展的并行计算平台上，设计并实现了冲击—接触的并行计算。算例证明，计算平台稳定可靠，算法简单实用，且具有较好的并行效率和可扩展性。     

基于PVM的网络并行有限元面向对象的设计

子结构是有限元并行计算常用的一种方法,本文采用面向对象的方法,首先对子结构进行了面向对象的设计,得到了其类层次结构图;然后针对工作站网络有限元并行计算环境。提出了基于PVM消息传递平台上的Shadow—Mirror数据传输模型,该模型在有限元并行计算数据传输时,充分发挥数据面向对象的特性,采用设置数据缓冲区、短消息合并等方法以缩短数据通信时间,并据此编制了相应的程序。计算结果表明,使用文中提出的面向对象的Shadow—Mirror数据传输模型可以得到较为理想的并行加速比,而且随着问题规模增大,并行加速比增高。本文研究内容为进一步开展基于工作站网络的并行有限元研究提供了一个可参考的基础。     

基于GPU的GPS信号并行捕获

针对计算机中央处理器上串行实现GPS捕获算法耗时长的缺点,利用具有强并行处理能力的图形处理器设计实现了两种分别适用于不同载噪比信号的并行捕获算法以提高捕获速度。所提算法基于计算机统一设备架构的设计思想,采用了并行码相位搜索捕获策略,通过对GPS星座32颗卫星多通道、多频点的并行搜索实现了强信号捕获,而对弱信号则采用非相关积分法,通过对单颗卫星多时段、多频点的并行搜索再进行通道的串行处理来实现并行捕获。仿真结果表明:两种并行捕获算法比串行实现的捕获算法速度提高了10倍;采用非相干积分提高了弱信号捕获能力,对于载噪比为40 dB的10 ms中频数据,在保证捕获速度的同时,仍能够有效实现正确捕获。