EBE-PCG算法在有限元并行计算中的应用研究

目前,在研究有限元并行计算时,讨论并行算法理论和并行算法设计与分析的居多,研究并行算法的实现并解决实际问题较少。在Beowulf集群环境下,采用EBE策略设计出基于PVM平台的EBE-PCG算法,并通过一个电法勘探的典型工程算例对该算法在有限元计算中的性能进行了测试。实验结果表明,该算法加速比和并行效率均较为理想;在处理同等规模的问题时,同CG算法、PCG算法相比,具有并行度更高,耗时更少等优点。

基于优先选择的风电功率超短期预测

提出一种基于优先选择的风电功率超短期预测算法,该算法结合BP神经网络、天气预报、实测功率外推法等多种预测算法,并能动态选择输入数据最优的预测算法进行预测。优先选择法的各个子算法分别采集不同的输入数据进行预测,这种做法能有效地规避单一输入数据无效时,整个预测失败的情况。同时,结合在线建模,能动态调整各个子算法的执行顺序。经过实际运行后,该算法运行效果较好,4h内的预测均方根误差在10%以内。

一种改进的风电功率超短期组合预测

为提高风电功率超短期预测精度,针对目前的风电功率超短期组合预测算法都是将各子预测算法的权重设为固定值,导致风电功率超短期预测结果精度不高的问题,提出一种改进的风电功率超短期组合预测算法。该算法包含BP神经网络、天气预报、实测功率外推法等子预测算法,结合实际运行情况判断各子预测算法的执行结果,并根据执行结果动态改变各子预测算法的权重,以保持较高的预测精度。实际应用效果表明:该算法预测精度较高,运行效果较好,4h内的预测均方根误差在10%以内。

基于集群的EBE-PCG算法在物探中的应用

采用有限元法进行电法勘探时,会产生大型稀疏线性方程组,如何提高方程组的求解效率成为物探研究的关键。提出了在Beowulf集群环境下,采用粗粒度EBE-PCG算法处理物探问题。在集群环境下,该算法具有机器间相互通信少,易于并行实现等优点。实验结果表明,采用EBE-PCG算法获得了良好的并行效果。

雪因梅而白,梅因雪更香——谈习作教学“情理互生”的指导策略

在习作教学中我们常常发现,学生作文生搬硬套老师讲解的方法,选材没有新意,范围狭窄。写好人好事,十有八九写在车上让座的经历;