分布式存储环境下非平衡刚性方程组的数值并行计算

采用非平衡刚性方程组的数值模拟计算来研究辐射的非平衡现象 ,分析了数值模拟计算过程中的并行性 ,提出一种负载平衡方法 ,为了增加数据局部性提出了一种多机串行计算方法 .给出相应的并行算法 ,分析了并行算法的通信复杂性 。

分布式存储系统中基于MPI的并行计算编程模型

海量的数据信息对WWW服务器的存储和检索系统提出了较高的要求,同时,互联网技术的发展为开发下一代适合高速发展的新的存储技术奠定了坚实的基础。为此,提出开发新一代基于消息传递编程接口的分布式网络数据存储系统。通过引入并行计算实现分布式存储系统的可靠性及可用性。

基于分布式存储与并行计算架构的历史数据库分析解决方案

铁路运输管理信息系统保存接近20年的铁路货票、确报、货车追踪等历史信息,数据量非常大,超过30 TB。在实际使用中,针对历史数据的查询次数比较密集,分析维度多,条件组合多,速度要求高。现有服务器加SAN存储的传统架构,其带宽瓶颈不适合历史数据库的分析性能要求,因此提出一种基于分布式存储与并行计算架构的新方法,用以解决历史数据库的性能瓶颈问题,并通过实际测试数据,证明分布式存储与并行计算架构对历史数据库查询速度的提升。

直流换流站阀厅内三维电场的分布式并行计算

直流换流站阀厅的三维电场计算对金具结构设计与厅内场强控制具有重要的指导作用。然而,由于阀厅内部设备多、结构复杂,其几何建模与数值仿真较为困难。为此基于ANSYS分布式并行计算平台,通过对ANSYS模型实体进行自动化相对编号,提出了模块化与独立化的建模方法,并使ANSYS模型的APDL(ANSYS参数化设计语言)代码具有重用性。基于该方法建立了直流换流站阀厅内部交流侧设备的模型。通过选择适合分布式并行计算的ANSYS求解器,计算出阀厅内部的三维电场分布。计算结果表明,在当前设计方案下,阀厅内部金具表面最大场强为27.51 kV/cm,以球-板电极起晕场强作为判据,阀厅内无起晕现象。该数据为换流站阀厅的设计规划提供了可靠支撑,具有重要的指导意义。

基于数据级任务分解的配电网分布式并行计算平台

为实现大规模配电网的实时分析计算,构建了基于数据级任务分解的配电网分布式并行计算平台。结合配电网运行结构和设备配置,以配电网馈线作为分析单元,采用数据级并行计算方式对配电网计算任务进行分解。配置管理模块、实例、执行端和客户端4个子系统,分别实现任务生成、任务分解、任务派发以及子任务计算等功能,形成分布式并行计算平台框架。引入消息中间件ZeroMQ技术,采用不同类型套接字的组合实现分布式系统内部的N-N高效通信及与外部系统的数据交互。为验证该平台的实用性及并行计算性能,在平台上实现了山东省某市的城市配电网全局状态估计的分布式并行计算。算例分析表明:在配电网节点达到一定规模时,采用该平台进行分布式并行计算具有明显的速度优势。

基于分区解耦的配电网状态估计的分布式并行计算

以全量测配置为边界对配电网馈线进行解耦分区,把分区作为独立的分析单元对状态估计进行分块处理,并采用基于支路电流的量测变换技术对配电网的单分区进行状态估计。同时,构建了分布式并行计算的分层结构,引入基于消息中间件ZeroMQ技术,采用不同类型套接字的组合实现分布式系统内部的N-N高效通信。并在分布式并行计算平台上以分区状态估计为子任务,实现全网状态估计的分布式并行计算。算例分析表明:在配电网规模达到500节点及以上时,采用所提出的状态估计分布式架构进行计算具有明显的速度优势。

一种暂态稳定约束TTC评估的分布式并行计算方法

在预想故障集下,针对大规模互联电力系统的暂态稳定约束最大输电能力(TTC)评估问题,提出了一种基于任务级的分布式并行计算方法——优化的工作站群的计算方法。该分布式并行计算方法把异构分布式计算资源加以融合,实现有效的动态负载均衡,从而最大化利用系统的整体计算性能,具有良好的动态扩展性与容错性。应用所提出的方法对具有1101个母线和97台发电机的中国某实际电网进行了测试。测试结果表明,该分布式并行计算方法是实用有效的。

多体系统传递矩阵法分布式并行计算研究

多体系统传递矩阵法作为一种多体系统动力学新方法,在进行多体系统动力学分析时无需系统总体动力学方程、涉及矩阵阶次低计算速度快的优点,已被广泛用于各种多管火箭、自行火炮、坦克等复杂大型机械系统动力学分析与设计。为了提高多体系统传递矩阵法计算速度,研究了分布式并行计算的原理和方法,将MPI(Message Parallel Interface)分布式并行计算环境引入到多体系统传递矩阵法计算中。针对变截面梁的多体系统传递矩阵法动力学计算算例,设计了并行算法,分析了单机多核和分布式网络环境对计算时间的影响,结果显示通过并行计算能够大幅度提高计算效率。

分布式并行计算环境:MPI

Message passing Interface (MPI) is a kind of network distributed parallel computing environments whichhave been widely used on super parallel computers and networks. First,this paper describes the rssearch backgroundand developing status of MPI. Then on this basis it will study and analyze the functions and features of MPI ,summa-rize its insufficiencies and gives some suggestions for modification.

基于LSF集群系统的分布式并行计算

介绍了LSF集群系统和分布式并行计算的基本概念,基于LSF集群系统提出了一个分布式并行计算的基本结构和分级任务调度策略,另外在此结构上实现了矩阵相乘的分布式并行计算,并对此结构进行了性能评测,最后分析了基于LSF集群系统的分布式并行计算具有的优点和存在的不足。

中尺度数值天气预报模式MM5分布式并行计算

中尺度数值预报模式是进行中尺度天气预报的有效手段。中尺度模式MM5是国际上应用最广泛的中尺度预报模式之一。数值天气预报的巨大计算量和实效性要求必须通过高性能分布式并行计算来实现。分析了MM5串行算法的特点,研究了其并行算法的实现,讨论了算法的一些改进,给出了MM5模式在分布式并行巨型计算机上的测试结果。

局域网分布式并行计算环境的建立及应用

主要介绍了以PVM系统作为局域网并行计算平台,在工作站机群上,建立了局域网分布式并行计算环境,简单介绍了在此并行环境中开发的多层二维二相油藏数值模拟的并行计算软件,利用工作站机群开发并行油藏模拟软件是为了探索解决大规模油藏模拟的行之有效的方法。

分布式并行计算环境下混合遗传算法的研究

为提高混合遗传算法的计算效率和求解质量,提出一个并行混合遗传算法框架。该框架主要由遗传算法、小生境操作和单纯形3部分组成,遗传算法和小生境操作采用串行执行方式,单纯形采用分布式并行执行方式。分布式并行计算环境由4台计算机通过交换机连接构成,并设计了一个动态任务调度方案。一个典型工程算例验证了新算法的有效性,并且在分布式并行环境下取得了较好的加速比和并行效率。

基于Java的分布式并行计算关键技术

本文首先概述了 Java技术的引入对分布式并行计算技术的影响 ,然后就工作机群的组织、问题分布、系统内通信、容错机制等四个关键问题进行讨论 ,分析常见的问题和各种解决方案 ,最后对基于

基于网格计算技术的电力系统分布式并行计算——底层平台设计与实现

文章提出了基于网格计算来实现电力系统分布式并行计算的方案。主要涉及计算池(ComputingPool)的设计、资源的管理与动态分配,以及图论分割和稀疏数值计算库的设计和实现等。文章首先介绍了网格计算应用于电力系统分布式并行计算的概念,在此基础上,分析了基于GlobusR网格计算开发平台实现的以上功能模块。最后对测试平台和测试结果进行了简要的介绍。

电磁法勘探解释分布式并行计算的应用研究

在地球物理资源勘探应用中,电磁场的有限元法二维构造或三维构造的解释软件目前都采用的是单机计算,由于其数据量大并且计算时间长,高性能计算能力的系统才能满足应用的需要,因此给出了一种使用局域网上的闲置CPU资源协同实现的高性能计算的解决方案。研究了基于经济可行的局域网实现电磁法勘探解释的分布式并行计算系统,解决了其单机计算时间长、计算结果难以实时可视化等科学计算问题。该研究已经在地球物理应用领域产生巨大的应用价值,推动了电磁法勘探解释计算技术的进步。

分布式并行计算在交通网络仿真中的应用

根据交通网络仿真的并行特征采用域分解方法设计交通并行仿真系统的框架,把交通网络分为几个子网,集群系统的每个节点机分别负责其中的一个子网,提出基于车辆数负载的网络分割算法来平衡各子网的负载量,并分析子网之间的通信机理。同时,在基于MPI的并行计算平台上实现设计的并行仿真系统。通过实例表明,提出的并行算法能大大提高交通网络仿真的速度和效率。

基于CORBA核心服务的分布式并行计算的实现

随着网络技术的发展 ,利用网上资源构建分布式并行计算系统已经成为并行计算的一个重要发展方向。在无需投入大型高速计算机的情况下 ,提出了一种简便而实用的基于CORBA核心服务技术的分布式并行计算方式 ,并应用在实际课题中 ,取得了良好的效果。

基于分布式存储和并行计算的海量舆情数据分析方法研究

针对传统集中式数据分析方法难以适用于海量数据处理的问题,提出了一种基于分布式存储和并行计算的海量舆情数据分析方法。在构建完成的数据分析系统中,将采集的源数据存储在Hadoop分布式文件系统,并采用基于热点检测的缓存机制进行数据读写。同时通过Spark进行数据查询,利用随机森林算法完成数据的高精度分析,且系统的数据分析结果会以各种形式显示并支持查询。在Hadoop 2.6.0与Spark 1.5.0平台上对所提方法进行的实验分析表明,30 000条记录的响应时间是7.8 s,分析准确率为96%,均优于其他对比方法,故具有一定的应用价值。

一种基于移动Agent的分布式并行计算模型

针对传统的分布式并行计算方案所存在的缺点,提出了一种基于移动Agent技术的分布式并行计算模型。在简单介绍移动Agent技术后,给出了基于移动Agent的分布式并行计算模型,并详细叙述了该模型的具体工作过程和实现方案。模型设计完成后,用此模型来解决计算量很大的数值计算问题。首先利用数学工具分析设计出该问题的适合于分布式并行计算的方案,然后依照模型实现实验程序。实验测试表明根据该模型实现的分布式并行计算程序具有较高的加速比和并行效率,并有效地提高了分布式并行计算的稳定性、灵活性、可扩展性和移动性。