一种基于余代数单子的Web服务形式化模型

为拓展服务计算的形式化研究视野、手段和方法,建立并实现了一种针对Web服务的服务计算形式化模型。鉴于开放环境下的服务实体主要来源于不同的第三方提供者,将软件实体抽象成余代数单子,从而以一种黑盒方式给出软件服务的语义模型。给出了余代数单子的一般性定义,在此基础上对软件服务进行单子描述,进而提出一种基于余代数方法和单子技术的Web服务参考模型。最后,实现了一个基于单子的Web服务计算平台原型系统,可支持从遗留系统中进行服务抽取、发布、发现和度量等。     

机载超轻量化卷积神经网络加速器设计

卷积神经网络庞大的权重参数和复杂的网络层结构,使其计算复杂度过高,所需的计算资源和存储资源也随着网络层数的增加而快速增长,难以在资源和功耗有严苛要求的机载嵌入式计算系统中部署,制约了机载嵌入式计算系统朝着高智能化发展。针对资源受限的机载嵌入式计算系统对超轻量化智能计算的需求,提出一套全流程的卷积神经网络模型优化加速方法,在对算法模型进行超轻量化处理后,通过组合加速算子搭建卷积神经网络加速器,并基于FPGA开展网络模型推理过程的功能验证。结果证明：本文搭建的加速器能够显著降低硬件资源占用率,获得良好的算法加速比,对机载嵌入式智能计算系统设计具有重要意义。     

高超声速湍流高效模拟算法

采用了直接过滤的Navier-Stokes(N-S)方程组对高速可压缩湍流进行研究。针对高超声速湍流的非线性流动特性,对N-S方程直接过滤推导了大尺度湍流流场的控制方程,更精确地反映高速湍流的可压缩性,建立了可压缩湍流的大涡模拟TDM模型。使用传统的Smagorinsky模型的非线性推广,采用基于非Favre过滤的超声速可压缩湍流的大涡模拟模型,应用Caylay-Hamilton定理,建立可压缩湍流大涡模拟的非线性亚格子模型,并发展为动力学模式,模型中的两个常数通过当地流场动态的确定,消除了可调经验常数的影响。针对构造的高超声速湍流大涡模型开发相应的高效并行算法。     

全机模型静强度分析的多区域并行计算

在Windows XP 64位操作系统环境下,利用若干普通PC机搭建了机群系统,实现了分布内存式并行（DMP）计算。采用3节点和4节点薄壳单元和2节点梁单元建立了约260万自由度（DOF）的全机有限元模型。采用封装的METIS区域分解方法（DDM）,并利用大型通用有限元软件MSC.Marc,实现了全机静强度模型的并行求解,为大型复杂有限元模型的求解提供了一种高性价比的解决方案。     

一种三维结构网格并行算法

基于三维结构网格,以MPICH2作为并行开发环境,研究了对等模式下流场的并行计算问题。在三维结构网格已经生成的前提下,针对计算区域的划分,网格输出格式和数据通信,提出了一种并行算法。算法的核心思想是将需要通讯的其他区域的单元按区号从1到n排列,并获得本区域通信单元的I-J-K编号与其他区域通讯单元的排列序号的映射关系。最后,在IBM BladeCenter HS22刀片机平台上进行了算例验证,结果表明算法具有很好的可靠性与通用性。     

多场耦合计算平台与高超声速热防护结构传热问题研究

从有限元法(FEM)和有限体积法(FVM)的单元特性出发,提出一种具有局部守恒特性的界面载荷插值方法.采用共享内存技术开发适用于通用有限元和计算流体力学(CFD)软件的多场耦合计算平台,并基于分区耦合方式实现流固耦合传热计算.作为验证,分别将ANSYS与Fluent和CFD-FASTRAN软件进行耦合,计算外壁冷却的喷...     

圆管内不可压粘流的分布式并行算法

用并行算法求解了圆柱通道内不可压层流流动。采用有重叠的条形区域分裂法时计算域进行分区，分别求解动量方程和压力校正方程，对压力校正方程采用块修正法来加速线代数方程的收敛速度。计算结果表明有较好的并行加速比和并行效率。     

液体发动机燃烧室流场模拟的并行SIMPLE算法

用串行和并行ＳＩＭＰＬＥ算法对液体火箭发动机燃烧室内的复杂流动进行了数值模拟。控制方程组用欧拉坐标系下的Ｎ－Ｓ方程组描述。在并行虚拟机环境下研究了交错网格系统中参数的传输和接受模式, 从计算结果可以看出并行计算的效率较高, 是解决此类复杂流动大规模数值模拟问题的有效手段之一。     

CFD计算结果的静态及动态可视化显示方法

针对某翼型设计的 CFD计算结果,采用色调连续变化的图像映射方法,基于划分的计算网格,提出了三角单元结构的抽取和将 Gouraud-Shading与质心坐标插值法相结合的扫描线转换算法,并根据 HSV颜色模型的特点建立了可视化标量与颜色值之间的两种线性对应关系,在此基础上实现了翼型设计的 CFD计算结果中流体流函数和旋涡强度二维标量场的静态和动态可视化显示,实例证明了算法的有效性。     

涡扇发动机部件特性的BP网络研究

在发动机特性计算中,建立了BP神经网络对部件特性数据进行识别学习,实现了特性数据的精确插值和对未知特性数据的推测。通过对网络输出结果的检验与分析,表明该方法精确实用。