基于分布式深度学习的多星计算卸载策略

在边缘计算增强的低轨卫星网络场景下,低轨卫星集群协同处理地面任务能有效降低用户响应时延。对卫星集群的联合卸载决策和资源分配优化问题进行研究,将其描述为一个混合整数规划问题,并采用了一种基于分布式深度学习算法的卫星边缘计算卸载算法（deep learning based offloading algorithm,DLOA）。该算法使用多个并行DNN用于生成卸载决策并采用经验回放存储新生成的卸载决策,当采用隐藏层结构不同的DNN,收敛速度比同构DNN提升18%,收敛值与最优值的比值基本为1,可以认为已收敛至最优。此外,探讨了DNN的数量对所使用的算法的影响,仿真结果表明采用少量DNN就可以获得近优的收敛效果。通过对不同任务规模下采用不同算法的任务完成率进行研究,结果表明DLOA算法可通过采用异构DNN和优化资源分配方案显著提升完成率,其较单星运算方案任务完成率提升1倍,较二进制粒子群算法方案提升20%。     

符号运算在工程分析中的应用

从用户的角度出发，简单介绍了国外符号运算在工程分析中的应用现况和发展趋势，旨在引起同行对这个领域的兴趣和重视。文中给出了一个符号运算的简单例子—用ＭＡＰＬＥ导出了１２自由度矩形板弯曲单元刚度矩阵的显式并将其自动转换成ＦＯＲＴＲＡＮ程序，以说明符号运算的优越性。可以看出，符号运算的程序简洁、直观，且不易出错。繁锁的公式推导和程序编制均由计算机自动完成，这不但大大提高了效率，而且也确保了公式推导和程序编制的可靠性。顺便指出，本文导出的矩形板弯曲单元比目前不少教材中采用的单元在性能上要优越。由于本文已给出了单元的插值函数的显式，故可望用该单元来替代教材中所用的单元．     

基于学习的并行免疫量子进化算法

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。并给出了多宇宙的并行拓扑结构,其中各宇宙独立演化．宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式．使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。仿真实验结果表明该算法比串行的免疫量子进化算法运算效率更高。     

DDES方法在复杂旋翼流场计算中的应用

应用延迟脱体涡模拟（DDES）方法,进行了复杂分离流动旋翼流场的数值模拟研究。为控制计算规模,更好地模拟旋翼桨叶近壁面附近区域流动分离及远场尾迹发展,采用了贴体与背景自适应直角网格嵌套的网格系统;同时为提高计算速度,采用了基于分布式存储的数据并行模式,实现了贡献单元搜索、洞切割和流场计算的并行化。计算工作包含一个共轴双旋翼悬停和单旋翼下降状态,目的是分别讨论DDES方法在旋翼表面附近空间区域是否存在大范围分离时计算结果与雷诺平均Navier-Stokes结果之间的差异。计算表明,对于下降状态,DDES方法预测出了更强的尾迹区分离流动;对于桨叶表面基本为附着流动的双旋翼中等桨距角情况,两种方法预测的流场结构相似,仅在下旋翼桨叶气动力和旋翼桨根下方空间区域的诱导速度计算结果上存在微细差异。     

E 级计算给 CFD 带来的机遇与挑战

E 级(Exascale)计算机有望在2020年前后投入使用,E 级计算将给计算科学和科学研究带来革命性的变化。计算流体力学(CFD)作为超大规模计算机应用的重要领域之一,将迎来前所未有的发展机遇,同时也将面临极其严峻的技术挑战。本文对当前国内外超大规模 CFD 计算的现状进行了概述,探讨了未来 CFD 的发展趋势,并对 E 级计算给 CFD 带来的机遇与挑战进行了分析,最后提出了适应未来 E 级计算的 CFD 发展思路与建议。为了实现 E 级计算的宏伟目标,CFD 与计算机科学、应用数学等学科的“协同设计”势在必行。我们期待本文的分析能对我国的高性能计算应用、CFD 发展有一定的启示作用。     

网络计算环境下任务调度问题研究

利用网上空闲处理机组成机群并行计算环境是快速增长的研究领域,任务调度是其中最关键性的问题之一.在基于消息传递机制的网络并行计算环境下,针对一类大粒度计算任务并行时协同同步工作问题,发展了一种新的静态调度模型,提出了调度算法,它映射一类特殊的并行程序任务到由网络上若干空闲处理机组成的机群中.研究表明该算法能减少此类并行程序的完成时间.      

随机数对遗传算法计算效率的影响分析及改进研究

遗传算法要求计算过程产生均匀随机数,针对目前采用的线性同余随机函数发生器长周期与稀疏网格局限,提出以当前时间折合为百分秒初始化结合洗牌技术处理,同时采用以群体规模数为基准的归一化方法来产生[0,1]范围内的均匀随机数用于遗传算法编程计算.实例计算说明,所提出的处理方法可有效提高算法的计算效率.     

云计算综述

论述了云计算的起源、概念、特点,与分布式计算和网格计算的区别;介绍了云计算厂商,及各厂商采用的数据存储、数据管理、编程模式、提供的服务种类云计算存在的问题,特别是云计算安全的风险种类及防护方法。提出了云计算需解决的问题。     

Hamilton圈问题的DNA算法

基于目前可以使用的DNA实验技术并采用试管与表面相结合的方式,设计了解决H am ilton圈问题的DNA算法;详细地介绍了对图的顶点和边的分子编码;描述了算法的生物化学实现过程。由于采用了有控的部分穷举策略,因而既提高了解的可靠性,又抑制了大量伪解的产生。最后,讨论了算法的性能特点并指出进一步的研究方向。