面向全分布式智能建筑系统应用程序的并行化编译方法

群体智能系统通过邻居个体的信息交互实现群体级别的应用任务,具有良好的鲁棒性和灵活性.与此同时,大多数开发人员难以对分布式、并行的个体交互机制进行描述.一些高级语言允许用户以串行思维方式、从系统全局角度来编程并行的群体智能计算任务,而无需考虑通信协议、数据分布等底层交互细节.但面向用户、全局声明式的群体智能系统应用程序与个体并行执行逻辑存在的巨大语义差距,使得编译过程复杂进而导致应用程序开发效率不高.提出一个编译系统及其支撑工具,支持将高级的群体智能系统应用程序转换为安全、高效的分布式实现.所提编译系统通过并行信息识别,计算划分,交互信息生成技术,将面向系统全局、串行编程的群体智能应用程序编译为面向个体独立执行的并行目标代码,从而使用户不必了解个体间的复杂交互机制.设计一种标准化中间表示,将复杂群体智能计算任务转换为群体智能算子和输入输出变量组合而成的标准化语义模块序列,其以独立于平台的形式表示源程序信息,屏蔽目标硬件平台的异构性.在一个群体智能系统案例平台中部署和测试所提编译系统,结果表明该系统能够有效将群体智能应用程序编译为平台可执行的目标代码并提升应用程序开发效率,其生成的代码在一系列基准测试中具有比现有编译器更好的性能.

基于CFD的斜板沉淀池沉淀特性分析

采用欧拉-拉格朗日方法研究了普通斜板沉淀池内水流的流态,利用单向耦合的离散项模型(DPM),计算了普通斜板沉淀池在不同工况条件下颗粒沉积特性及池内流动特性。针对普通斜板沉淀池沉淀效果差,颗粒容易再次上浮,设计了一种改良V型斜板沉淀池,并且结合标准k-ε模型,利用PISO算法,通过北京云超算中心计算了不同颗粒粒径下改良V型斜板沉淀池内颗粒运动的轨迹。结果表明:使用改良V型斜板后,颗粒物的沉降性路径减小,但是涡流强度增加,此时能量耗散更快,有利于固液分离;粒径大的颗粒也更容易沉淀。