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%。     

基于分布式粒子群算法的翼型优化设计

采用求解N-S方程作为优化算法中的CFD分析方法,基于标准粒子群优化算法(PSO),将其与遗传算法中的选择机制相结合,形成了一种改进的基于自然选择的粒子群算法(SELPSO),以提高算法的求解精度和改善算法的全局收敛性。为改善串行粒子群算法效率低,耗机时等缺点,文中将分布式计算引入到优化设计过程中,实现了基于分布式粒子群算法的翼型设计优化系统,设计实践表明,文中发展的优化算法对优化设计系统质量和效率都有着大幅度的提高,在工程中具有很好的实用价值。     

MPI＋OpenMP算法在三维可压缩流场计算中的应用

在多核CPU集群并行体系结构下,采用MPI＋OpenMP的混合并行算法,对可压缩流场进行数值模拟,并在计算时间上与MPI算法进行比较。流场计算的控制方程为Euler方程,空间离散采用Jameson中心差分格式,时间离散采用R-K法,并行模式采用Master/Slave模式。通过对M6机翼和某弹丸采用多种并行方法进行流场的数值模拟,得出MPI＋OpenMP混合算法在一定条件下具有高效性的结论。     

跨流域三维复杂绕流问题的气体运动论并行计算

通过研究求解描述跨流域三维绕流问题的Boltzmann模型方程气体运动论耦合迭代数值格式,分析气体运动论数值计算方法的内在并行性;从变量依赖关系、数据通信与并行可扩展性三方面开展基于离散速度空间区域分解计算的研究,发展求解稀薄流到连续流跨流域三维复杂绕流问题的并行算法。通过对不同Knudsen数、不同马赫数、不同攻角三维球体及返回舱绕流的并行计算,计算结果与实验数据和理论分析吻合较好。研究表明,该并行算法负载平衡和并行可扩展性较好,对不同并行计算机系统具有很好适应性,显示直接求解分子速度分布函数的气体运动论计算方法有良好的并行计算特性。     

喷气客机总体参数优化计算环境的开发

为了满足喷气客机多方面的设计要求和目标,开发了总体参数优化计算环境.基于工程算法,研究了几何、动力、重量、气动、性能、操稳和成本的分析模型,并开发了相应的计算模块;通过集成各专业分析模块,建立了喷气客机总体综合分析模型;在探讨了喷气客机总体参数优化模型的基础上,应用iSIGHT平台集成喷气客机总体综合分析模型,建立了喷...     

反舰导弹命中概率模型研究

根据现代海战的特点,结合敌我武器装备的实际,对反舰导弹的命中概率计算模型进行了构造和分析,同时针对具体实例,进行了仿真计算及结果分析。     

高可扩展格子Boltzmann方法

格子Boltzmann方法(Lattice Boltzmann Method,LBM)是计算流体力学中的一种常用方法.由于LBM中的格点仅与相邻的格点间存在数据传递,因此具有良好的并行性.LBM并行算法中的数值通信部分通常采用的是格点上的微观量——分布函数.每次传递的分布函数具有多个不同的速度方向,为了进一步减少LBM并行算法的通信开销,从格子 Boltzmann方法的物理特性以及相应的串行程序为切入点,深层次地挖掘可并行的因子,设计了专门用于通信面的类,使用数量较少的宏观量进行通信,降低了通信所占的比重,缩短了通信时间,提高了加速比和效率.实验表明,在4 096个计算核上依然有良好的加速比和效率.     

基于统计分析模型的飞行器落点预报方法

目前飞行器落点预报主要采用人机交互方式进行处理,而不同人员计算出的结果存在较大差异.针对该问题,提出了一种基于四阶龙格库塔计算方法的落点预报分布式计算统计分析模型.该模型根据飞行器的运行轨迹特性和在无动力、无控制、常质量段的预报落点具有集中分布的特点,采用零假设和备择假设统计方法对预报落点过滤选择,并对有效预报落点求其数学期望值.采用实际测量数据对所提出的模型进行了可行性和有效性验证,试验结果表明,该模型不仅具有较强的实时性、稳定性,而且当飞行器运行距离在数千千米时,该方法计算出的平面位置误差仅为几十米.     

Data Grids and High Energy Physics: A Melbourne Perspective

The University of Melbourne, Experimental Particle Physics group recognises that the future of computing is an important issue for the scientific community. It is in the nature of research for the questions posed to become more complex, requiring larger computing resources for each generation of experiment. As institutes and universities around the world increasingly pool their resources and work together to solve these questions, the need arises for more sophisticated computing techniques. One such technique, grid computing, is under investigation by many institutes across many disciplines and is the focus of much development in the computing community. ‘The Grid’, as it is commonly named, is heralded as the future of computing for research, education, and industry alike. This paper will introduce the basic concepts of grid technologies including the Globus toolkit and data grids as of July 2002. It will highlight the challenges faced in developing appropriate resource brokers and schedulers, and will look at the future of grids within high energy physics. This revised version was published online in August 2006 with corrections to the Cover Date.     

基于CAD二次开发的飞行器隐身性能计算方法

在飞行器同雷达对抗时的不同威胁情况下,分析了在雷达仰视照射下飞行器的隐身性能。通过绘制雷达仰角图,得到了目标飞行器在某典型雷达照射下的暴露与隐身区域,从而量化了目标飞行器的隐身性能。通过CATIA二次开发技术实现了CAD模型的便捷修改,为优化外形隐身特性提供支持。最后通过一个具体算例验证种方法的效果,并说明方法具有实用意义。