网格化分布式新安江模型并行计算算法

近年来,网格化分布式新安江模型(GXM)在洪水预报中发挥了重大作用,但在进行洪水过程模拟时,模型数据量与计算量巨大,GXM的计算时间随着模型预热期的增加呈指数增长,严重影响GXM的计算效率。因此,提出一种基于网格流向划分与动态优先级有向无环图(DAG)调度的GXM并行算法。首先,对模型参数、模型构件、模型计算过程进行分析;其次,从空间并行性的角度提出了基于网格流向划分的GXM并行算法以提高模型的计算效率;最后,提出一种基于动态优先级的DAG任务调度算法,通过构建网格计算节点的DAG并动态更新计算节点的优先级以实现GXM计算过程中的任务调度,减少模型计算中数据倾斜现象的产生。在陕西省大理河流域与安徽省屯溪流域对提出的算法进行实验,在预热期为30 d、数据分辨率为1 km的情况下,相较于传统的串行算法,所提算法的最大加速比分别达到了4.03和4.11,有效提升了GXM的计算速度与资源利用率。

制造系统虚拟仿真原型工具的研究

通过对制造系统的分析 ,基于将“面向对象的分析方法、三维几何模型和仿真机制”统一起来的有向图仿真建模机制 ,提出虚拟仿真工具的模块化体系结构 ,开发了面向制造系统的专用虚拟仿真工具 。

面向制造系统的有向图仿真建模方法研究

通过对制造系统虚拟仿真的需求进行分析 ,提出将“面向对象的分析方法、三维几何模型和仿真机制”统一起来的有向图仿真建模机制 ,详细讨论了虚拟仿真建模中涉及到的面向对象建模、图形化建模。

基于细胞膜演算的Dryad形式化描述

由于Dryad编程模型的实现并不开源,导致关于Dryad编程模型的理论研究较为缺乏。本文利用细胞膜演算在描述并发系统的优势,对Dryad编程模型中任务执行过程进行了准确清晰的形式化描述,并对Dryad编程模型的容错机制进行了描述,最后通过一个实例检验了形式化描述结果。本文的形式化描述方法有效地丰富了编程模型的理论体系,为编程人员提供了任务调度的优化依据,同时该形式化描述还可作为验证程序正确性的辅助工具。

基于对gSpan改进的有向频繁子图挖掘算法

提出的新算法对gSpan算法做了适用性改进,算法所采用的图编码技术与传统的频繁子图挖掘(FSG),快速频繁子图挖掘(FFSM),基于先验的图挖掘(AGM)等算法对图结构的编码均不同,由于对有向图进行了新的二维特征定义,因此可使算法适用范围有效地扩展至对有向图的学习,称之为基于对gSpan改进的有向频繁子图挖掘算法(DFSS);因目前为止,一系列频繁子图的挖掘大都是基于无向图上的知识发现,对直接作用于有向图的挖掘尚且很少.并且所设计算法较先前基于Apriori思想的FSG,AGM等一系列频繁图挖掘算法,在时间复杂度方面有了一定程度的改进,使得挖掘效率得以提升;实验结果表明在不损失挖掘完整度的前提下,其效率是FFSM算法的70～80倍.

基于遗传算法的有向铁路空车调度的仿真研究

采用有向图来表示空车调度问题的行车方向约束,根据提出的方向函数建立了该问题的数学模型,并采用基于精英选择模型的遗传算法解决该问题,使得空车分配在尽量满足流向约束时达到最优或近优。仿真实例验证了该方法的有效性。