并行分布仿真中前瞻量问题的研究

并行分布式仿真对复杂大规模动态系统的研究,以及探索其长远的应用空间提供了便利,近年来日益成为研究的热点。时间管理是影响并行分布仿真系统高效运行的重要因素之一。首先介绍了前瞻量的概念与设置方法,其次提供了前瞻量的形式化描述,然后深入分析了由于引入零前瞻量而可能导致的回退循环问题,紧接着针对这一问题提出了解决方案及优化策略。最后,分析了前瞻量变动对系统的影响,并提出了一种在RTI中如何实现动态更新前瞻量的算法。

基于无前瞻量最小时戳的自适应推进算法

GALT(greatest available logical time,最大可能逻辑时间)算法是HLA(high level architecture,高层体系结构)时间管理服务能否高效实现的关键技术.为解决现有GALT算法可能会出现消息丢失及推进速度缓慢等问题,提出一种新的基于无前瞻量最小时戳的自适应推进算法(APMTL).此算法在计算输出时间时最小时戳项时不加入前瞻量,并动态调整其他项的前瞻量.将此算法在空空导弹分布式仿真系统上进行测试,结果表明不会丢失消息且加快了系统推进速度.

中文版剑桥前瞻性记忆测试量表计算机测量用于慢性精神分裂症患者的信效度

目的探讨中文版剑桥前瞻性记忆测试量表（C-CAMPROMPT）计算机测量用于慢性精神分裂症患者前瞻性记忆（PM）功能评估的临床信效度。方法选取年龄、性别、受教育年限相匹配的慢性精神分裂症患者（病例组）以及健康对照（对照组）各50例。以C-CAMPROMPT计算机测量评估PM功能;以韦氏成人记忆量表第四版中文版（WMS-Ⅳ）评估逻辑记忆（LM）及视觉记忆（VR）;以威斯康星卡片分类测验（WCST）评估执行功能;以言语流畅性测验（CFT）评估处理速度;进行C-CAMPROMPT的临床信效度分析。结果该量表的重测信度和分半信度（Pearson相关系数）分别为0.981和0.627（均P〈0.001）,内部一致性信度（Cronbachα系数）为0.742。病例组PM总分及各个因子、条目得分均低于对照组（均P〈0.05）。病例组PM与LM、VR、WCST-CC、CFT正相关（r=0.34～0.89,P〈0.05）。判别分析显示量表的灵敏度为86%,特异度为92%,符合率为89%。探索性因子分析将量表的所有条目聚为2个因子（累计贡献率61.46%）。结论 C-CAMPROMPT计算机测量在慢性精神分裂症患者PM功能评估中具有较好的临床信效度,是一个敏感性较高、适用性较强且稳定的工具。

HLA时间管理中lookahead的设置与调整

HLA时间管理中lookahead值是在仿真执行过程中由用户自己设置的.在实际仿真系统中,寻找合适的lookahead值是比较困难的,为了进一步提高仿真运行的效率和改善仿真运行的效果,本文对lookahead的调整与设置问题进行了研究.引入lookahead的初衷是避免死锁,但looka-head为零仍会造成死锁.本文研究了lookahead为零时死锁的规律,了解这些规律后,就能有效地避免死锁,从而使仿真过程更加顺利地进行.

DEVS/HLA分布仿真系统的时间推进方法研究

离散事件系统规范(DEVS)和高层体系结构(HLA)关注于不同的系统层次,将它们结合起来可以有效实现模型重用并利于仿真系统的校核和测试。DEVS/HLA分布仿真环境是将两者集成在一起的实现形式,该环境的核心在于如何利用时间管理服务在HLA分布模式下实现DEVS协议。在对DEVS/HLA环境的体系结构进行详细分析的基础上,详细研究了协调者控制和基于映射机制的两种时间推进方法,着重针对映射式方法提出了一种改进的时间推进算法,该算法能够为成员提供尽可能大的前瞻量,从而改进了DEVS/HLA系统的时间推进效率,算法的实际性能通过实验进行了验证。

Lookahead为零时的仿真

lookahead是HLA时间管理服务中的重要概念。looka-head值是在仿真执行过程中由用户自己设置的。Lookahead的值为零是一种特殊情况,它在实际仿真系统中会经常出现,IEEE标准专门为此做了规定。如果多个联邦成员都有lookahead为零,可能会造成逻辑时间推进的死锁状态。讨论了引入lookahead的意义,并分析了lookahead为零时死锁的规律性,了解了这些规律后,就能有效地避免死锁,从而使仿真过程更加顺利地进行。

HLA变步长实时仿真方法研究

针对高层体系结构（high level architecture,HLA）的特点和现有的实时仿真方法及其缺陷,提出了变步长的实时仿真方法。研究发现,正确设置联邦成员前瞻量是实现该方法的关键。在介绍了该方法的具体实现的基础上,指出了目前所存在的问题,并对此方法进行了仿真测试。测试结果表明,变步长实时仿真方法的总体性能明显优于现有的HLA实时仿真方法。

中文版剑桥前瞻性记忆测试量表的信度和标准效度研究

目的探讨中文版剑桥前瞻性记忆测试（C—CAMPROMPT）用于评估中国脑损伤患者的各种信度和标准效度。方法按程序将英文版剑桥前瞻性记忆测试（CAMPROMPT）翻译成中文。30例“正常人”作为信度组和39例临床观察发现存在记忆功能障碍的脑损伤患者作为效度组入选本研究。采用相关分析、Cronbach α系数法分析量表的重测信度、测试者间信度、复本信度、同质性信度及标准效度。结果信度测试的相关系数和Cronbach α．系数为0．697～0．951。效度分析结果显示，C—CAMPROMPT总分和基于事件任务得分与Rivermead行为记忆测试（RBMT）各领域得分呈正相关，基于时间任务与中文版Stroop字-颜色测试（C-SCWT）回溯性记忆任务得分呈负相关。结论C-CAMPROMPT具有良好的信度和效度，可用于临床评估中国脑损伤患者的前瞻性记忆功能。

两级同步:面向众核处理器的并行仿真机制

针对并行仿真众核处理器计算机过程中同步对仿真器性能、精度的制约问题,提出一种两级同步机制,第一级同步作用于众核处理器片上所有节点间,维持逻辑时间的全局一致性;第二级同步作用于每颗节点内的一级或二级高速缓存与片上网络路由器间,在提升并行性的同时保证处理器内各组件的高精度建模。理论分析给出了两级同步性能的上下界。实验结果表明两级同步具有较好的加速比及合理的可扩展性。

前瞻性时空重排扫描统计量法在深圳市流行性腮腺炎聚集性疫情早期预警中的应用

目的分析前瞻性时空重排扫描统计量法应用于深圳市流行性腮腺炎疫情早期预警的效果,为传染病监测预警系统的完善提供科学依据。方法以深圳市为研究范围,以街道行政区域为研究尺度,使用SaTScan软件前瞻性时空重排扫描模型对深圳市2012年1月1日-12月31日流行性腮腺炎发病情况进行逐日模拟预警。根据国家疾病监测信息报告管理系统(大疫情系统)上报的病例个案信息、深圳市疾病控制信息管理系统(深圳系统)上报的聚集性疫情事件,核实模拟预警信息的真实性,计算模型的灵敏度、错误预警率、暴发探测时间、预警提前时间等指标。比较时空重排扫描模型和国家传染病自动预警系统(China Infectious Disease Automated-alert and Response System,CIDARS)时间序列模型、时空序列模型预警效果的差异。结果深圳系统2012年共上报29宗流行性腮腺炎聚集性事件,共计纳入深圳市2011年12月3日-2012年12月31日的流行性腮腺炎分析病例9756例,累计分析366次,其中P≤0.05的预警信号数为88条,被确认为阳性信号的有16次,模型的灵敏度为55.17%(16/29),错误预警率为81.82%(72/88)。暴发探测时间在0~22 d之间,平均6.25 d,中位数为4 d。预警提前时间在-12~41 d之间,平均9.75 d,中位数为5.5 d。CIDARS中2012年深圳市流行性腮腺炎时间序列预警信号发出319次,被判断阳性的2次,灵敏度为6.90%(2/29),错误预警率为99.37%(315/317),时空序列预警信号发出208次,被判断阳性3次,灵敏度为10.34%(3/29),错误预警率为98.56%(205/208)。时空重排扫描模型信号数比大疫情系统时间序列模型和时空序列模型预警分别下降72.41%和57.69%。时空重排扫描模型灵敏度显著高于大疫情系统中时间序列模型(P<0.001)和时空序列模型(P<0.001)。时空重排扫描模型的错误预警率显著低于CIDARS时间序列(P<0.001)和时空序列模型的错误预警率(P<0.001)。结论前瞻性时空重排扫描模型在深圳市流行性腮腺炎疫情中具有较好的早期预警效果。

一种改进的雷达与干扰分布式仿真方法

采用常规方法建立的雷达与干扰信号级仿真系统,存在系统难以扩展、仿真效率低的问题。针对该问题,从3个方面提出了改进方法:一是雷达和干扰机之间交互内容使用各自发射端的信号,代替到达对方接收机的信号;二是雷达提前一个周期公布发射信号,并延后一个周期处理信号;三是相互间传递信号描述字而非数字信号。然后,分析了仿真步长、时间前瞻量的参数设置问题。最后,通过仿真实验,验证了改进方法的有效性。改进方法减少了雷达与干扰机之间的依赖性和交互次数,节省了网络开销,有利于提高系统的可扩展性和仿真效率。