解耦设计中分布式并行协同求解方法

随着并行工程、分布式人工智能学科的发展,从分布式协同求解角度进行解耦研究成为复杂机电系统的重要研究方向．作者介绍了基于分布式并行协同求解进行解耦设计的组织原则和策略,描述了协同求解智能主体的内部结构和功能模块,说明了每一智能主体的工作机理,并进而对协同求解过程中的通信机制作出初步设计．     

采用折叠-展开技术的一种并行排序算法

给出ｎ×ｎ网孔环接式阵列处理机上的一种并行排序算法,它将ｎ×ｎ阵列上的数据折叠成ｎ×ｎ／ｋ子阵列,排序后再展开到整个ｎ×ｎ阵列上,实现ｎ×ｎ项数据的行主序排序,其平均时间复杂度为（２＋１／ｋ）ｎ＋ｏ（ｎ）．若采用ｎ×ｎ／ｋ阵列模型,且各处理器初始、结束状态允许有ｋ项数据时,该算法的平均时间复杂度只有（１＋２／ｋ）ｎ＋ｏ（ｎ）．     

并行电法在垃圾渗滤液污染动态监测中的应用

为了查明垃圾渗滤液浸染土壤的污染范围、程度及扩散实时动态情况,利用并行电法系统对室内渗滤液浸染模型开展测试工作。根据垂向和面上两种扩散形式,采用不同布置方式,分别得到三维反演立体电阻率值和电极电流变化曲线图。实验结果显示,三维立体成像和不同时刻电极电流变化趋势两者结合使用,可圈定渗滤液浸润垂向和面上扩散特征,具有时空控制的全面性。此项技术可为实地污染区的探测提供技术支撑。     

导管架平台碰撞极限承载力的非线性集群并行计算

将并行计算理论和方法引入到导管架碰撞极限承载力的非线性分析中,根据美国石油学会API RP 2A-WSD标准中的方法建立桩腿非线性抗侧力-位移曲线,考虑桩-土非线性的特点分析导管架碰撞极限承载力。利用该方法对埕岛油田某导管架平台的碰撞极限承载力进行研究,分别得到平台在碰撞力作用下的平台顶部荷载-位移曲线、主桩腿弯矩变化、Mises应力变化曲线等。将集群并行运算的结果与单一PC机的结果进行对比,验证并行计算的计算精度和计算效率,同时研究不同影响因素对并行加速比和并行效率的影响。计算结果表明:平台主桩腿最大位移、应力随碰撞位置的降低而增大;碰撞位置越低,平台的碰撞极限承载能力越大;并行计算所得到的结果与单一PC机运算得到的结果相差很小,是可信的;并行加速比随着参与并行结点数的增加而增大,并行效率随着参与并行结点数的增加而下降;随着模型节点和单元数目的增多,集群的并行效率提高,并且越复杂的模型和结构在进行计算时集群并行计算能力的优势越明显。     

临近空间高超声速目标断续点迹航迹起始方法

针对雷达探测临近空间高超声速目标受到雷达散射截面(RCS)随照射姿态异常分布、目标高速高机动飞行和大气环境等的影响,容易出现断续点迹,导致航迹起始困难的问题,提出了一种基于并行流水线的可变波门航迹起始方法.通过分析传统航迹起始方法存在的问题,结合临近空间高超声速目标的机动特性,设计了针对性更强的相关波门,采用流水线思想,并行执行针对不同周期出现断续点迹的航迹起始进程,实现多目标断续点迹的航迹起始.蒙特卡罗仿真结果表明:新方法正确航迹起始概率高,虚假航迹起始概率低,计算量小,具有一定工程实践性和可推广性.     

地下铀矿山氡析出智能优化控制研究

铀矿山氡及氡子体具有放射性,其浓度过高严重危害井下作业人员的身心健康,因此,开展氡析出优化控制具有重要的现实意义与应用前景。本文根据铀矿山氡析出系统的影响因素,应用自适应模糊推理系统构建铀矿山氡析出与其影响因素关系模型,然后应用并行遗传算法优化模型参数,实现铀矿山氡析出率最小化。并以某铀矿山安全生产为例,考虑其影响氡析出的主要影响因素为通风参数,应用自适应模糊遗传优化方法实现了铀矿山氡析出率与通风参数之间最优控制问题,为改善通风系统提供了最优决策依据。     

一种多向CPLS方法及其在间歇过程监控中的应用

将并行偏最小二乘（CPLS）算法引入到间歇过程监控中,提出一种多向并行偏最小二乘（MCPLS）监控方法.CPLS算法可以提取过程变量与质量变量的相关信息,也能对彼此不相关的信息进行主元提取.与基于PLS的监控方法不同,基于CPLS的过程监控方法提供了一个完整的监控框架,不仅能够监控过程变量,而且也能监控质量变量的信息,更好地反映了过程的运行状态.文中首先将间歇过程三维数据转换为二维数据,然后应用CPLS算法建立过程监控模型,构建T2c,T2x,Qx,T2y,Qy监控指标,并通过间歇过程批次间的统计特性计算出监控指标控制限,分别监控过程变量与质量变量的相关信息、彼此无关信息以及残差信号等.最后将MCPLS算法应用到青霉素发酵过程的监控中,应用结果表明了该方法在间歇过程监控中的有效性和优越性.     

可变宽度通信处理器架构设计研究

随着无线移动设备的普及流行,对视频电话以及高清影视等新兴应用的需求日益显现。这些新兴的应用对无线移动设备的处理器提出了高性能和低功耗的要求。目前的移动设备采用了通用处理器、数字信号处理器以及硬件加速器的融合技术,提供每秒千兆次运算和毫瓦级功耗[1]。这种异构组织的构建和维护效率低,且浪费芯片面积和功耗。由于当前的移动处理器等无法满足下一代的无线移动设备更高的数据传输率、更复杂的算法、更低的功耗的要求,为移动设备设计下一代处理器来满足以上的需求成为必然。本论述给出了一个可变宽度的SIMD处理器体系架构的控制器和数据传输模块的设计方法。     

A machine learning-based method to detect fluorescent spots and an accelerated,parallel implementation of this method

Under most microscopes, the fluorescent sig- nals emitted from biological structures, such as vesicles, as well as the signals from single molecules will appear as small puncta, which contribute to a Gaussian-like distri- bution. Accurate segmentation of these spots will funda- mentally affect our interpretation of a specific biological progress. Because of the complicated backgrounds in images, many algorithms fail to identify all of the inter- esting signals; the tremendous amount of time required for algorithms to process large datasets can also decrease their utility. Here, we introduce an excellent robust detection method based on the machine learning algorithm Ada- Boost, which outperforms threshold-based segmentation, wavelets, and FDA under most situations. We also provide a GPU/multi-core CPU implementation of this algorithm; this implementation accelerates the algorithm approxi- mately 10- and 7-fold acceleration compared with a single CPU implementation. The great reduction of time should make this method a promising candidate in the processing of large datasets. Furthermore, we demonstrate the use of our algorithm on true fluorescent micrographs, and the results show that machine learning-based detection meth- ods outperform the four other previously reported methods.     

利用动态污点跟踪优化模糊测试的方法

针对目前模糊测试方法存在大量无效测试用例的缺陷,提出了一种利用动态污点跟踪优化模糊测试的方法.该方法通过将外部输入的测试用例标记为污点数据,并记录污点数据的传播路径,然后利用传播路径相似度比对来判断某个测试用例是否有效,若测试用例无效则直接丢弃,若测试用例有效则进行并行化处理,进一步对测试用例进行分析.通过构建原型系统对上述方法进行验证,结果表明优化后的模糊测试比未优化的模糊测试在性能上提升了近一倍.