巨型机通用数学库软件与并行算法

本文介绍了巨型机通用数学库软件的概念和意义,指出了巨型机数学软件开发的技术途径与发展趋势,讨论了并行算法在其中的关键性作用,结合实例分析了巨型机通用数学库软件研制中的并行算法设计与实现。     

论管理协议细栈MTS的构造

开放系统互连管理 OSIM 是 OSI 参考模型中定义的特定应用服务元素 SASE 之一,也是唯一涉及全部七层协议的服务元素。OSIM 在控制和协调 Multivendor 和 Multidomain系统中所起的作用已使它成为改进网络性能和服务水平的关键性因素。并非所有开放系统均能提供全七层支持,因此,本文提出一种管理协议细栈 MTS(Management Thin Stack)结构,讨论了它自身的构造性特及其在上述管理环境下的作用。     

离散 Hartley 变换的 MIMD 并行算法

本文把长为N=N_1N_2(N_1为奇数)的离散Hartley变换(DHT)分解成N_1个长N_2的DHT及一些附加运算,附加运算也可以变成N_2个长N_1的DHT。由此得到计算它的一种MIMD并行算法,若用N_1台处理机并行计算,只需(?)个乘法步和(?)个加法步,这里M(N_2)和A(N_2)分别表示计算一个长N_2的DHT所需的乘法数及加法数。并行机的有效利用率接近于1。     

线性规划的一种并行修正松弛算法

对求解线性规划问题的松弛算法进行了修正,在此基础上提出了一种基于cluster结构的并行算法,分析了算法的性能;基于曙光3000大规模并行计算机,给出了算法用于求解线性规划问题实例的实验结果.理论分析和实验结果表明,修正算法改进了松弛算法的实际性能,同时具有较好的并行性和稳定性,可用于求解此类大规模科学与工程规划问题的高性能计算.     

寻找无向图中全部生成树的复合支路和网络撕裂技术

将复合支路和网络撕裂技术用于寻找无向图中全部生成树的算法.给出复合支路的概念、表示方法和运算规则,以及由各个子图的全部生成树得到原图的全部生成树的方法.在图的分解和找树过程中,可以采用并行算法,从而降低了找树算法的复杂性.     

判决元理论及其在武器分配中的应用

介绍了判决元理论的基本内容〔１〕,并将此理论用于解火控领域的武器分配问题（ＷｅａｐｏｎＡｓｓｉｇｎｍｅｎｔＰｒｏｂｌｅｍ,简称ＷＡＰ）,从而提出一种新的分配算法。通过２２个战例的仿真,结果表明,本算法收敛速度快,而且能收敛于理想的稳定状态。因此,在大规模的海战系统和高性能防空系统中,这种算法有着十分广阔的应用前景。     

并行系统可扩性分析研究

分析了几种已有的可扩性分析模型 ,并对传统的时间受限与存储受限加速比定律作了新的解释。在此基础上 ,概括出了可扩性分析的本质 ,定义了一类一般意义下同构机器与并行算法组成的并行系统的可扩性模型 ,并由此出发 ,提出了三种新的可扩性模型 :等平均I/O需求模型 ,等平均通信需求模型和等利用率模型。最后探讨了工作站机群与并行算法组成的并行系统的可扩性分析。     

一种基于MTS的网络区域管理工作站实现策略

网络扩容的一个重要障碍是异构子网连接后的互连管理问题。分区域的一体化管理无疑是一种解决办法。本文提出一种基于管理协议细栈(MTS)来构造一体化的区域管理中心(RMC)的策略,这里的 RMC 可实现彼此间的管理通信和互操作,从而也解决了扩容后的互连管理问题。结合正在进行的工程实践,文章还进一步从技术角度上讨论了实现策略。     

基于TCP Veno算法的异构网络边界代理改进机制研究

针对在异构网络环境下无线网络的特点使TCP性能下降的问题,借鉴TCP Veno算法原理,提出基于网络状况评估的拥塞控制的性能增强代理改进工作机制,动态评估当前网络的状况,调整预应答发送窗口的阈值,提高性能增强代理在较大差异网络下的传输控制效能．基于NS-2的网络仿真测试对算法进行了验证,结果显示改进后的工作机制在丢包率较大的异构网络中性能有明显提升．     

异构无人平台不规则区域协同侦察部署方法

针对未来无人化陆战场有人/无人混合编队中异构平台携带多型侦察装备的协同侦察部署问题,提出自适应粒子群-区域最优匹配（PSO-ROM）算法。采用参数自适应和局部变异方法对粒子群优化算法进行改进,并对异构平台中探测性能最优的多个同类型传感器进行优化部署;针对异构平台中的多个其他类型传感器,采用区域最优匹配算法,依次对尚未覆盖的空白区域进行优化部署,直至达到侦察部署目标。实验结果表明,采用PSO-ROM算法进行异构传感器不规则区域部署时,算法执行时间相对于传统粒子群算法平均缩短91%,覆盖率平均提升14.9%,各节点移动距离平均缩短0.65 km。采用PSO-ROM算法开展重要区域的多频谱覆盖时,雷达波段、可见光波段和红外波段的平均覆盖率分别为91.0%、94.3%和96.1%。当覆盖比F达到1.2时,待部署传感器资源的利用率已接近饱和,再增加更多的传感器资源将不会对覆盖率产生明显的改善效果。