面向并行Agent仿真的合成基准测试模型

为了评估并行仿真算法的性能,需要建立一个基准测试模型。针对并行Agent仿真研究领域中缺乏一种与应用无关的基准测试模型这一问题,在借鉴并行离散事件仿真中经典的合成测试模型PHOLD设计思想的基础上,根据基于Agent仿真的特点,提出面向并行Agent仿真的合成基准测试模型,利用该模型可以方便地合成符合不同应用特点的计算负载,去除与应用相关的因素对性能分析的影响,能够为不同的并行Agent仿真研究者提供一个公共的测试基准。最后,采用该模型从实验层次上分析了Agent计算粒度、所采用的处理器数目等因素对并行Agent仿真加速比的影响。

基于PDES的最小时间桶算法研究

混合策略在一定程度上避免了过分保守或极端乐观的缺点。首先分析了现有同步机制存在的不足,然后论述了视界概念及最小时间桶算法的设计与实现,接着对最小时间桶算法的性能进行了定性定量的深入探讨,最后采用PHOLD仿真应用模型在MTB算法、保守算法和TW乐观算法之间进行了性能对比实验,实验结果表明:MTB算法在某些条件下具有更小的回退开销和更快的事件处理效率。

基于并行仿真的MTBA算法研究

混合策略在一定程度上避免了过分保守或极端乐观的缺点。本文首先分析了现有同步机制存在的不足,然后论述了视界概念及最小时间桶算法的设计与实现,接着对最小时间桶算法的性能进行了定性定量的深入探讨,最后采用PHOLD仿真应用模型在MTBA算法、保守算法和TW乐观算法之间进行了性能对比实验。实验结果表明,MTBA算法在某些条件下具有更小的回退开销和更快的事件处理效率。