二维分子动力学程序(MDP)的并行与优化

基于消息传递并行程序设计平台ＭＰＩ，结合当前微处理器的高性能特征，探讨了二维分子动力学数值模拟程序的优化和并行，且具体应用到高速碰撞物理模型问题。其中，串行优化的性能提高了两倍，并行效率在由８台高性能微机构成的微机机群上，均大于９０％。     

基于跟踪一统计的并行I／O带宽测试方法及实现

并行I／O已经在当前的高性能计算领域得到广泛应用，并行I/O是一个综合了远程文件管理、高速通信和并发控制的层次化系统，由于高度复杂，它的评测也具有一定的难度。一个详细的并行I／O带宽评测工作不仅要求衡量并行I／O系统的性能与性质，还要求能够给设计师和用户以I／O参数上的提示，从而提高I／O效率。     

人工蜂群算法在并行测试任务调度中的应用

并行测试是下一代自动测试系统的关键技术之一,而并行测试任务调度是并行测试的核心内容;首先建立并行测试调度的数学模型,根据人工蜂群算法解决动态调度优化问题的优势,提出基于人工基于蜂群算法的并行测试任务调度方法;并给出应用实例,仿真实验表明:该算法收敛快、准确率高,能有效解决并行测试调度优化问题。     

三维面向对象的并行粒子模拟程序PLASIM3D

设计了基于区域分解的三维粒子模拟的并行算法,基于消息传递环境(MPI)编制了三维面向对象的并行粒子模拟程序PLASIM3D(PlasmaSimulator分别取前3个字母,3D表示三维).对激光与低密度等离子体薄靶相互作用问题作了粒子模拟计算,验证了该并行程序.最后在高性能并行机上测试并分析了并行性能,获得了接近线性的加速比.     

自适应光学系统几种随机并行优化控制算法比较

 直接对系统性能指标进行优化是自适应光学系统中一种重要的波前畸变校正方法,选择合适的随机并行优化控制算法是该技术成功实现的关键。以32单元变形镜为校正器,基于多种随机并行优化算法建立自适应光学系统仿真模型。从算法的收敛速度、校正效果、局部极值3个方面对遗传算法、单向扰动随机并行梯度下降、双向扰动随机并行梯度下降及模拟退火算法进行了比较。仿真结果表明,遗传算法收敛速度太慢,不适用于需要实时控制的自适应光学系统;双向扰动随机并行梯度下降算法收敛速度、校正效果要优于单向扰动随机并行梯度下降,且能够适应各种情况下的扰动电压;模拟退火几乎以概率1收敛到全局极值附近,且收敛速度是上述算法中最快的。     

基于嵌入式GPU的运动目标分割算法并行优化

在光电监视系统中,广泛应用于运动目标分割的PBAS(pixel base adaptive segmenter)算法计算复杂、参数量大,难以达到实时分割的要求。针对PBAS算法是对图像中每个像素点进行独立处理,特别适合于GPU并行加速的特点,对其在嵌入式GPU平台Jetson TX2上进行了并行优化实现。在数据存储结构、共享内存使用、随机数产生机制3个方面对该算法进行了优化设计。实验结果表明,对于480×320像素分辨率的中波红外视频序列,该并行优化方法可以达到132 fps的处理速度,满足了实时处理的要求。     

自适应光学系统随机并行梯度下降控制算法实验研究

随机并行梯度下降算法是一种极具应用潜力的自适应光学系统控制算法,具有不依赖波前传感器直接对系统性能指标进行优化的特点。基于32单元变形镜、CCD成像器件等建立自适应光学系统随机并行梯度下降控制算法实验平台。考察算法增益系数和扰动幅度对校正效果和收敛速度的影响,验证随机并行梯度下降算法的基本原理。实验结果表明参量选取合适的情况下,随机并行梯度下降控制算法对静态或慢变化的畸变波前具有较好的校正能力。根据实验结果分析了影响随机并行梯度下降算法校正速度的主要因素。     

基于分区域耦合的随机并行梯度下降自适应光学

基于随机并行梯度下降(SPGD)方法的自适应光学(AO)系统通过直接优化系统的性能评价函数来控制波前校正器以补偿光束中存在的波前畸变。为了提高这种无模型优化自适应光学系统的收敛速度, 提出了基于分区域耦合的新方法以改进传统随机并行梯度下降自适应光学系统的工作方式。将波前校正器光学孔径分成多块子区域, 每块子区域对应着的所有驱动器作为一个整体控制单元, 从形式上可以得到一个空间分辨率较低的分区域波前校正器。该校正器与原校正器同步工作, 并采用随机并行梯度下降算法对同一个性能评价函数进行优化, 从而构成了双校正器的耦合工作结构。对256单元分立活塞式波前校正器建立了自适应成像系统的数值模型, 结果表明这种分区域耦合的随机并行梯度下降自适应光学系统比传统随机并行梯度下降自适应光学系统具有更快的收敛速度和更好的渐近态。     

MC程序并行设计及提高加速比措施

MC程序的并行设计涉及算法及模块划分,它直接关系到并行加速效率的高低,中子－γ耦合输运蒙特卡罗程序MCNP经过行改造,实现了PVM和MPI两种系统下的并行化,由于作了模块化设计,并行加速效率极佳,PVM版和MPI版并行程序在多个处理器下的加速比均呈线性增长,相比PVM,MPI的适应性列强,多数情况下其效率高于OPVM,并行MCNP程序的计算结果可靠,MPI并行程序在16、32和64个处理器上的并行效率分别达到99％、97％和89％。     

基于粒子模拟和并行遗传算法的高功率微波源优化设计

提出了基于粒子模拟和并行遗传算法的高功率微波源优化设计方法, 以全电磁粒子模拟软件UNIPIC模拟的高功率微波器件输出功率作为适应度函数, 采用浮点数编码的遗传算法对高功率微波源器件进行优化. 采用该算法, 对相对论返波管的布拉格反射器位置以及高度进行了浮点数编码,然后在巨型机上进行参数的全局优化, 获得了该返波管布拉格反射器的全局最优参数. 关键词： 并行遗传算法 相对论返波管 粒子模拟 高功率微波源     

大规模数据场的并行可视化

计算机数值模拟已经成为一种主要的科学研究手段。随着计算机性能的不断提高和并行化技术的广泛使用，计算规模得到了大大的提高，不仅给数据存储带来了压力，也给数据可视化带来了挑战。可视化是—个交互的数据分析过程，当数据规模增大时，数据的读入和处理都因为数据庞大而难于实现交互，硬件性能的改进和串行算法的优化难以提供较大的性能改进空间，在目前的软硬件环境下，并行I/O和并行可视化处理是有效的解决途径。     

基于改进DPSO算法的并行测试任务优化调度研究

并行测试以减少测试时间和降低测试成本的强大优势,已成为当前自动测试系统发展的方向。针对并行自动测试过程中,测试任务调度复杂,难以优化的问题,以PSO算法为基础,通过对问题空间编码的重新定义,并运用交叉、变异算子给出了新的粒子位置的更新公式,提出了一种改进后的DPSO算法。依据并行测试完成时间极限定理,给出了并行测试任务调度的目标函数与约束条件。以某雷达电子装备并行测试系统中三块电路板并行测试为例,对改进的DPSO算法进行了仿真验证,得到了最优调度测试序列。结果表明：与遗传算法相比,改进后的DPSO算法迭代次数更少,寻优性能更好,适用于工程应用。     

光盘阵列系统的一种性能优化方法

提出了一种用低性能驱动器组建高性能光盘阵列系统性能的优化方法。针对传统的低性能光盘驱动器(驱动器内部数据传输率及接口速率均较低),提出了一种新型的数据传输模式。采用此优化方法可以使光盘阵列系统的整体性能得到较大地提高。同时还可以提高系统整体的性价比。     

非结构网格的并行生成

研究了非结构网格的并行生成方法.改进了R.Lohner的"波阵面"区域分裂算法以使子网格及其边界更有益于网格并行生成,提出了边界并行优化策略,改善了边界的光滑性;完善了子区域内生成网格时接受新点及新单元的条件,在界面网格生成过程中提出只接受新单元而拒绝新点的策略,节省了机时.     

自适应光学系统随机并行梯度下降控制算法仿真与分析

随机并行梯度下降算法能不依赖波前传感器直接对系统性能进行优化。以32单元变形镜为校正器,采用随机并行梯度下降算法建立了自适应光学系统仿真模型。通过分析该系统对静态波前畸变的校正能力,验证了随机并行梯度下降算法的收敛性;讨论了算法增益系数、随机扰动幅度与收敛速度的关系,并指出通过算法增益系数的自适应调整可以改进算法的收敛速度。     

多核环境下的分子动力学模拟

本文在多核环境下,使用OpenMP实现了经典分子动力学模拟程序的并行;同时对分子动力学模拟进行了两项主要的优化:分子排序及运用SIMD指令运算.在4核下获得了4.13倍的计算性能提升,将经典分子动力学模拟的模拟规模提高至4000分子×10~7模拟总步数.     

一类不确定离散混沌系统的自抗扰控制器与小脑神经网络并行优化控制

针对一类受扰不确定离散非线性混沌系统,提出了基于免疫动态微粒群优化策略的ADRC与CMAC神经网络并行控制方法(ADRC-CMAC).ADRC控制器抑制系统扰动,保证系统的稳定性;CMAC神经网络控制器实现前馈控制保证系统的控制精度和响应速度.利用动态免疫微粒群算法对ADRC-CMAC并行控制器参数进行全局优化.实验结果表明该控制方法具有较快系统的响应速度,较好的抗干扰能力,控制精度高. 关键词： 自抗扰控制器 小脑神经网络 并行控制 混沌系统     

基于混沌并行遗传算法的多目标无线传感器网络跨层资源分配

提出了一种基于混沌并行遗传算法的多目标无线传感器网络跨层资源分配方法,该方法运用混沌序列和并行遗传算法来动态调整传感器网络节点的探测目标及通信时隙等参数,对资源分配方式进行跨层整体优化.在多目标无线传感器网络环境下,将本文方法与传统的随机分配方法、动态规划方法、T-MAC协议及S-MAC协议等资源分配算法进行了仿真比较.仿真结果表明,本文提出的混沌并行遗传算法具有通信时延小,目标检测成功率高等优点,在降低了无线传感器网络功率消耗的同时提高了对目标检测的实时性. 关键词： 无线传感器网络 无线资源管理 Henon映射 并行遗传算法     

基于JASMIN框架多物理耦合程序的性能优化及分析

基于并行应用支撑软件框架JASMIN的辐射流体与粒子输运耦合程序RHSn2D,采用最小邦元固定处理器数目的并行策略,计算实际模型的并行规模扩展至8192核,并行效率约为16%.集成程序时间分析,验证软件框架底层MPI并行环境聚合通信对于并行优化算法(尤其是辐射流体计算时间)的影响.     

并行MapReduce PLS算法及其在光谱分析中的应用

偏最小二乘(PLS)算法是常用的光谱建模算法,然而对于海量光谱处理情形,在单台计算机上建模及优化时间开销很大。基于MapReduce编程模式,提出了并行MapReduce PLS回归算法,包括并行数据标准化和并行主成分提取两个过程。在多台普通计算机上搭建Hadoop云计算集群平台,以近红外光谱处理为例,开展了算法验证实验。实验结果表明,基于MapReduce编程模式的并行PLS算法对海量近红外光谱数据集进行回归建模时,能有效提高建模速度,随计算机台数的增多可得到接近线性的加速比,并具有良好的扩展性。