冰区航行中船体结构冰压力分布特性的离散元分析

冰区船舶表面冰压力分布规律是其结构安全预警和冰载荷监测的重要辅助信息.本文采用基于GPU(Graphics Processing Unit)并行和粘结-破碎模型的离散元方法模拟平整冰在不同冰况条件下的破碎过程,进而获得船体结构表面的冰压力分布和大小.在冰压力的计算中,考虑时间上的累积效应,即累积最大值和累积平均值,从多个角度分析了船体结构表面的冰压力危险区域和冰压力分布特性.通过船体结构直行破冰的离散元模拟,分析了船体结构的总体冰载荷和局部冰压力.为验证本文方法在船体结构冰压力分析中的可靠性,根据冰载荷的IACS规范计算了船体结构与大块浮冰自由碰撞过程,对比分析了碰撞点上的冰压力.计算结果表明,离散元计算结果与规范对比误差保持在6.7％～18.1％之间.本文方法为冰区船舶的设计研发提供了可靠的分析手段,其计算结果可为船体结构的冰区航行安全预警和冰载荷监测提供合理的辅助决策信息.     

集装箱码头作业系统层次化、并行、异构与可重构计算模型

基于计算思维和计算透镜, 分析了集装箱码头的装卸作业与调度决策, 基于“并行计算”、“异构计算”和“可重构计算”提出了计算物流视角下的集装箱码头作业层次化、并行、异构与可重构计算模型; 将计算机科学领域中多种典型计算体系结构的设计思想和运作机制, 泛化、迁移、修正、融合和定制到集装箱码头作业系统中, 设计了面向此计算模型的混合调度策略, 提出了集装箱码头调度新的抽象计算模型与工程解决路径; 以某大型集装箱码头为实例, 基于集装箱码头作业层次化、并行、异构与可重构计算模型, 进行了物流广义计算自动化的设计与性能评估。研究结果表明: 采用计算模型能确定码头的集装箱吞吐量上限, 实例中约为码头年设计能力的2.75倍; 在满负荷情况下, 基于等待作业集装箱队列的负载均衡调度策略和基于等待作业船型的负载均衡调度策略均能将大型集装箱干线船舶物流广义计算任务延迟缩短约17 h; 在明显作业过载时, 前者能将物流广义计算任务延迟减少100~110 h, 后者能减少约120 h; 在满负荷和作业过载情况下, 2种策略均能缩短大型集装箱干线船舶物流广义计算访问存储时间1~2 h, 后者在作业过载情况下表现更佳; 2种策略都能很好地优先服务重点班轮集合, 且有各自对应的适用状况和调度重点, 码头管理者可根据具体情况选择适用。      

并行计算在船舶动力系统中的设计

在海上船舶航行中,其方位控制能力是整个船舶动力系统的关键,作用是利用自身的动力系统获得航行最大的前进动力。在航行过程中,由于船舶受到来自海浪、海风及海流不同方向的力矩作用力,其船舶动力系统中的方位控制器用来抵抗这些作用力。本文研究海浪、海风等力矩作用在航行船舶中的作用力数学模型,在此基础上,构造基于并行空间的船舶空位能力的计算规则,分析船舶在航行过程中的对抗力,并给出分析结果。     

基于CUDA的散货船稳性并行计算

为提高散货船配载仪中船舶稳性计算速度,通过使用CUDA(Compute Unified Device Architecture)对稳性计算过程进行并行加速.首先基于CGAL(Computational Geometry Algorithms Library)中的切片模块按肋位纵向切割船体型表面,得到每个肋位处横剖面型值数据;然后对横剖面型值数据进行等距偏移模拟板厚,得到各肋位处的外板数据;然后将外板数据发往GPU;在GPU中通过水线面和外板数据求解并行计算雅克比矩阵系数;最后将雅可比矩阵系数传回CPU,求解稳性方程组.     

基于PVM的并行Monte Carlo算法在高分子聚合中的应用

MonteCarlo模拟方法在高分子聚合反应的研究中起重要的作用,但计算机运算速度在一定程度上制约其应用。本文主要探讨了基于PVM的并行计算在高分子聚合反应MonteCarlo模拟中的应用,在小型局域网内进行了简化的苯乙烯聚合模拟,并对结果进行了讨论,证明并行计算是提高MonteCarlo模拟计算速度的有效方法。     

海量GPR检测数据负载均衡并行处理技术北大核心

探地雷达单机处理软件性能较低,难以满足较长里程或周期性检测的海量数据处理场景需求。针对这一问题,本文在集群模式下基于Hadoop平台的MapReduce并行计算框架,采用HDFS和MySQL的混合存储方法,对数据流进行细粒度切片,建立主从节点架构的动态调度模式,实现海量检测数据的负载均衡并行处理。在Linux系统搭建了1主+8从的Hadoop集群环境并对其进行了测试试验。结果表明:动态调度可使迭代算法达到负载均衡,高复杂度算法适用于并行处理,性能可提升100倍左右,加速比接近物理核数。     

智能移动系统中大规模分布式车辆路径规划问题研究

本文针对智能交通和主动交通管理提出了一种适用于大规模交通分配和路径规划的分布式计算方法。讨论了通过信息传递接口(MPI)在多中央处理器(CPU)上并行计算实现的一系列研究需求和实现挑战;将基于时空事件的车辆路径规划模型应用于大规模的城市路网仿真;将原始车辆路径规划模型分解为一系列计算效率较高的子问题,大幅减少了仿真耗时和通信开销。通过将子问题分发到单独的分布式CPU上,使CPU可以同时执行其任务,并保证较好的负载平衡。重点分析了将所提出的方法应用于北京路网大规模路径规划,以及该方法在不同CPU核数下的计算效率。结果表明:所提出的并行计算方法可以显著减少计算耗时,并在512个计算节点上实现200倍以上的加速比。     

浅海信道宽带信号波形快速预报方法

随着信号处理技术的发展,对浅海信道传输特性的研究与利用日益受到重视。文章研究了浅海典型环境中水下宽带信号波形的快速数值预报方法。基于波束位移射线简正波（BDRM）理论,利用傅立叶方法求解宽带传播模型,在宽带模型计算过程中,通过宽带模型频域近似展开和模型并行化两种方式,实现快速准确的宽带信号波形预报。     

基于遗传-神经网络的字符识别

设计并实现了一种基于遗传一神经网络的字符识别系统．遗传一神经网络算法综合了遗传算法的全局优化和神经网络的并行计算等特点，可克服遗传算法最终进化至最优解较慢和神经网络易陷入局部解的缺陷，具有较好的全局性和收敛速度．