并行分布检测优化研究

本文研究了多传感器并行分布式检测网的优化问题，它实质上是一种特定的采样信息非充分积累方式下的二元假设检验问题，本文给出了优化条件和优化设计步骤，并介绍了对Ｉ．Ｉ．Ｄ．系统案例分析的结论，使我们对最优设计的困难性有所认识。     

并行推理机RAP/LOP-PIM及其优化并行编译器的设计与实现

本文重点论述并行推理机RAP/LOP-PIM及其优化并行编译器的设计与实现.首先,我们简要介绍并行执行模型RAP/LOP.然后给出基于RAP/LOP模型的并行抽象机和相应的体系结构.接着论述并行编译器的优化实现技术.最后通过模拟实验对系统性能进行了评估.     

适合于分布式并行计算的一种并行广义乘积型双共轭残差方法(英文)

针对求解大型稀疏非对称线性方程组,提出适合于分布式并行环境的一种并行广义乘积型双共轭残差(GPBiCR)方法(简记为PGPBiCR方法).通过重构GPBiCR方法,新方法将原方法中的三个全局同步点降低到了一个,且内积所需的通讯时间可与向量校正的计算时间有效地重叠.代价仅是稍微增加了一些计算量,而相比于全局通讯时间的降低,这是可以忽略不计的.性能和等效率分析表明,PGPBiCR方法比GPBiCR方法具有更好的并行性和可扩展性,其中可扩展性可改进3倍,而并行通讯性能可改进66.7%.数值试验得到了与理论分析相吻合的结果.     

微生物发酵非线性系统辨识、控制及 并行优化研究

主要研究微生物发酵过程中不同工况下的非线性、非光滑且无法求得解析解的动力系统及其主要性质,建立了具有数百个不同动力系统为主要约束、有连续与离散两种辨识参量、依据实验数据与生物系统鲁棒性为性能指标的辨识模型,阐述了此类辨识模型与最优控制模型的建立方法、数值模拟方法及并行优化计算方法,并介绍了笔者的著作《非线性发酵动力系统——辨识、控制与并行优化》的基本内容。     

并行求解约束优化问题的QP-free型算法

针对约束块可分的最优化问题,引入序列线性方程组方法和有效集策略,提出了一个求解约束块可分优化问题的QP-free型并行变量分配（PVD）算法.算法中用三个系数具有对称结构的线性方程组来代替PVD算法中的二次规划问题以求解线搜索方向,避免了约束不相容,减小了计算量.并且算法不要求约束是凸的.最后证明了QP-free型PVD算法的全局收敛性.     

服务台可并行服务的排队系统研究

本文研究服务台可以同时并行服务多个顾客的排队系统.目前这一类新的排队问题在实践中经常出现,但却缺乏相应的理论模型,实际决策都是凭经验进行的.针对这一现状,本文首先构建相应的并行排队模型,使得服务台数量、可并行服务的最大顾客数量等重要决策变得科学化.进一步,针对并行排队模型比较复杂、求解比较困难的情况,构建相应的分散排队模型与集中排队模型,它们的求解简单方便,其结果可以有效的逼近原并行排队模型的最优解.     

并行分批排序问题综述

并行分批排序是兴起于上世纪末的一类新型排序问题，它最初来源于半导体生产中的芯片测试过程，有重要的应用价值，在理论上也有重要的意义．因此，并行分批排序问题近年来受到了越来越广泛的关注，新的研究成果不断涌现．本文就并行分批排序问题的最新进展作了全面的介绍，指出了许多尚未解决的问题和许多新的研究方向，给出了丰富的参考文献，旨在把感兴趣的读者迅速带到此研究领域的前沿．     

集团分布式制造模式下生产调配优化模型研究及算法设计

基于分布式概念的集团分布式制造生产管理模式在市场中占据着越来越重要的地位,此种运营模式由制造型企业向服务型企业蔓延的趋势也越来越明显,然而针对这一具有自身特点的集团分布式概念下的生产管理模型的调度研究却很少。研究针对此生产管理模式下集团级的生产调配问题建立数学模型,综合考虑客户订单的分散情况、各分厂日生产能力限制和产品品种多样性的特点,采用改进的遗传算法求解该模型,提出一种基于订单和工厂的两段式非负整数染色体编码方法,保证了生产能力约束和订单约束,采用PMX交叉算法避免不合法染色体的出现。选取W集团一定计划期内的客户订单数据进行实例分析,验证了该生产调配模型和算法的有效性。     

多传感器分布式检测和估计融合

随着科学和工业的发展,信息科学领域涌现出许多应用数学科学问题,这些问题的研究拓宽和加速了基础数学理论的研究.另一方面,基础数学理论的进展以及在信息科学领域的成功应用也促使了工业领域的蓬勃发展.数学与其他学科的相互渗透已成为当今应用数学的主要特点之一,如在2010年ICM(国际数学家大会)上有2个分别关于控制和图像科学的1小时大会报告、7个关于"Mathematical Aspects of Computer Science"的特邀报告和8个关于"Mathematics in Science and Technology"的特邀报告.多源信息融合是数学和信息科学结合的一个重要研究方向.本文主要考虑其中两类基本问题:多传感器检测融合和估计融合,主要创新点包括:(1)对一般传感器观测相关条件下的多传感器分布式检测融合系统,获得同时搜索最优传感器律和最优融合律的高效算法;(2)对失序观测、错误观测和异步观测多传感器分布式估计融合系统,给出统一的全航迹(不仅仅校正当前状态估计)全局最优估计融合公式和算法;(3)对有偏不确定系统估计融合提出极小化Euclid误差准则,并基于多传感器和多算法估计融合获得极小化Euclid误差的抗偏估计高效算法.     

PARALLEL QUASI-CHEBYSHEV ACCELERATION TO NONOVERLAPPING MULTISPLITTING ITERATIVE METHODS BASED ON OPTIMIZATION

In this paper, we present a parallel quasi-Chebyshev acceleration applied to the nonover- lapping multisplitting iterative method for the linear systems when the coefficient matrix is either an H-matrix or a symmetric positive definite matrix. First, m parallel iterations are implemented in m different processors. Second, based on l1-norm or l2-norm, the m opti- mization models are parallelly treated in m different processors. The convergence theories are established for the parallel quasi-Chebyshev accelerated method. Finally, the numeri- cal examples show that the parallel quasi-Chebyshev technique can significantly accelerate the nonoverlapping multisplitting iterative method.     

PARALLEL ITERATION FOR SPLITTING FACTORS OF POLYNOMIALS

In this paper we consider some parallel iterations for splitting quadratic factors of polynomials and their convergence.     

CONVERGENCE OF PARALLEL DIAGONAL ITERATION OF RUNGE-KUTTA METHODS FOR DELAY DIFFERENTIAL EQUATIONS

Implicit Runge-Kutta method is highly accurate and stable for stiff initial value prob-lem.But the iteration technique used to solve implicit Runge-Kutta method requires lotsof computational efforts.In this paper,we extend the Parallel Diagonal Iterated Runge-Kutta(PDIRK)methods to delay differential equations(DDEs).We give the convergenceregion of PDIRK methods,and analyze the speed of convergence in three parts for theP-stability region of the Runge-Kutta corrector method.Finally,we analysis the speed-upfactor through a numerical experiment.The results show that the PDIRK methods toDDEs are efficient.     

APPLICATION OF NEWTON''''S AND CHEBYSHEV''''S METHODS TO PARALLEL FACTORJZATION OF POLYNOMIALS

1. IntroductionLet F: RN --+ RN be a nonlinear map. Nixon)s methodand Chebyshev's methodare well known tor solved nothear equationwhere I is the "lift mains of order N, x is an approtoation of the solution x* of (1.3), x+ and& are new approAnations Of x* produced by Newton's and Chebyshev's methods, respectively.It is wen known that the order of convergence for Newton's ac chebyshev's methods is 2 and3, re8Pectively, if F'(x*) is nonSedar.Letbe a monic poly'nondal of degree N = Zn. The…     

并行迭代算法的有效性的度量参数

1．引言对于理想化的并行计算机模型山,一个并行算法的加速定义为初二万／几一地小,效率定义为Ea二Sa／a二万／（aTa）二Va／（aVI）,其中a为并行计算机的等效处理机数目,乃为已知最快的串行算法在单处理机上的运行时间,凡是所讨论的并行算法使用。个处理机的运行时间,VI为单个处理机求解问题的运算速度,而Va为0个处理机求解问题的运算速度．曼尼和几分别反映了算法并行性对计算时间改进的程度以及并行计算机处理能力发挥的程度,因此,它们是度量并行算法的有效性的重要参数．另外两个与之相人的重要参数分别为冗余度尼二几周l…     

分布式环网的同构定理

本文继续［１，２］关于分布式环网的研究。我们建立了Ｎ阶双连环网的同构定理，并证明了同构的双连环网有相等的直径。因此，所有的Ｎ阶双连环网可以按同构分类。     

发展并行数值方法

1 引言 本世纪40年代中期至50年代初,第一台电子计算机和第一批存储程序计算机即vonNeumann计算机相继问世 。此后,计算机新陈代谢异常迅速,大约每隔5年运算速度增加10倍.50年代的计算机是串行结构,每一时刻只能按照一条指令对一个数据进行操作。由于电子信息传输速度以光速为极限,单靠改进线路已难于得到所期望的计算性能,串行计算机性能已接近了物理极限。为了克服传统计算机结构对提高运行速度的限制,从60年代起人们开始探索将并行性引入计算机结构设计,提出了研制并行计算机的设想。1972年单指令流多数据流并行计算机Illiac Ⅳ投入运行;1976年向量计算机Cray—1投入运行。在整个80年代,具有共享存储的并行向量计算机研制、生产和商售都获得了很大成功。当代高     

A FAMILY OF HIGH-ODER PARALLEL ROOTFINDERS FOR POLYNOMIALS

1. IntroductionLetbe a monic complex polynomial of degree n with zeros fi,'' 9 f.. Some authors havestudied the parallel iterations without evaluation of derivatives for simultaneous findingall zeros of f(t) (see [1]--[10]). The famous one is Weierstrass-Durand-Dochev-Kerneriterationwhere xo is the k-th approximation of (i(l 5 i 5 n) andwhich does not require any information of derivatives and was presented independentlyby Weierstrass[7], DurandlZ], Doche.[3] and Ke..e.14). It is well kno…     

PCR ALGORITHM FOR PARALLEL COMPUTING MINIMUM-NORM LEAST-SQUARES SOLUTION OF INCONSISTENT LINEAR EQUATIONS

This paper presents a new highly parallel algorithm for computing the minimum-norm least-squares solution of inconsistent linear equations Ax = b(A∈Rm×n,b∈R (A)). By this algorithm the solution x = A + b is obtained in T = n(log2m + log2(n - r + 1) + 5) + log2m + 1 steps with P=mn processors when m × 2(n - 1) and with P = 2n(n - 1) processors otherwise.     

A CLASS OF NEW PARALLEL HYBRID ALGEBRAIC MULTILEVEL ITERATIONS

1. IntroductionConsider the large sparse system of linear equationsAx = b, (1.1)where, for a fixed positive integer cr, A e L(R") is a symmetric positive definite (SPD) matrir,having the bloCked formx,b E R" are the uDknwn and the known vectors, respectively, having the correspondingblocked formsni(ni S n, i = 1, 2,', a) are a given positthe integers, satisfying Z ni = n. This systemi= 1of linear equations often arises in sultable finite element discretizations of many secondorderseifad…