导读:本文包含了多核机群论文开题报告文献综述及选题提纲参考文献，主要关键词:Petri网,并行划分,MPI+OPenMP+STM,并行算法
多核机群论文文献综述
王玄[1]（2016）在《基于多核机群的Petri网并行模型及其算法研究》一文中研究指出Petri网是一种系统的数学、图形建模和分析工具。它特别适用于具有同步、并发、冲突的离散事件系统的建模,并被广泛应用于分布式并行处理、离散事件、柔性制造等复杂系统的设计和分析。目前,所建立的原型Petri网、着色Petri网、时间Petri网等各种系统模型,都着重于对其结构、行为、功能的静态分析与研究;而系统的行为和功能等动态的性能需要通过系统的模拟、动画演示或运行来体现。多核机群是先进的并行计算平台,通过它进行系统的模拟或仿真,效果更加真实可靠。所以,我们对Petri网系统并行化方法进行研究,为实际的Petri网系统的并行实现和运行提供有效的并行化方法,具有非常重要的意义。本文要进行的主要工作如下:首先,根据Petri网的相关理论,提出基于P-不变量的并行划分方法。并针对该算法中库所不变量只有零解的情况进行研究,提出解决方案,完善并行算法。第二,对复杂Petri网模型进行研究,结合其与P/T网的各自特点,提出复杂Petri网转化成P/T网的方法,为复杂Petri网的并行划分提供预处理。第叁,建立完整的Petri网并行化模型,并为其算法的并行执行寻找并行模型。依据算法特点,引进多核机群体系结构,通过对并行体系结构和并行编程模型的研究,提出适合该算法的编程模型—MPI+OPenMP+STM的叁层编程模型。第四,结合多核机群和Petri网并行化模型,提出基于多核机群的Petri网并行算法。最后,通过实验对该算法进行验证。本文通过对Petri网的并行性,复杂Petri网结构特征的研究,创建并提出了Petri网并行模型及其并行算法;并将该模型与多核机群的并行体系结构和并行编程模型结合,创建和提出了基于多核机群的Petri网并行模型及其算法。应用多核机群的Petri网并行算法对四个不同结构的Petri网进行编程实验,实验结果均正确。通过串行、MPI、OPenMP叁组对比实验,实验结果显示本文算法用时最短。因此,本文提出的基于多核机群的Petri网并行算法是可行有效的。(本文来源于《广西师范学院》期刊2016-06-01）
李霞[2]（2016）在《基于异构多核机群系统的任务调度算法研究》一文中研究指出针对多核机器构成的异构机群系统,充分利用多核机器并行性及处理核心共享二级缓存的特点,提出基于DAG图的相关任务调度算法,该算法通过叁个阶段完成任务的分配及调度过程,通过对相应任务的复制减少各处理节点之间的通信开销,提升任务调度的效率和减少任务调度的长度。(本文来源于《电子技术与软件工程》期刊2016年08期）
陈志炜[3]（2016）在《基于多核机群环境的电网并行故障计算研究》一文中研究指出电力系统继电保护装置的整定计算需要通过仿真软件进行大批量轮断试验模拟各种运行方式,进而进行多次故障计算和定值计算来实现。随着电网复杂程度的上升,需要模拟的运行方式也越来越多,使得故障计算的工作量大幅增加,继电保护整定计算的发展遇到瓶颈。当代计算机与网络技术飞速发展,使得并行处理技术的运用变得更为广泛。为了提升电网故障计算的效率,本文研究了采用多种并行技术,实现电网故障计算的并行化。具体研究内容及成果如下:研究了使用Open MP(Open Multi-Processing)多线程并行技术进行多核并行故障计算程序的设计与仿真。利用多核计算机共享式存储的特点,将电网的初始信息预处理后存入共享内存中,由多线程同时获取任务信息,并行完成大批量故障计算的工作。通过对故障计算的部分变量进行线程私有化,削弱数据竞争带来的不良影响,保证多核并行故障计算的准确性。采用动态调度的方法对故障计算任务进行合理分配,使得各线程的负载均衡。设计了基于MPI(Message Passing Interface)多机并行技术的电网故障计算程序,采用分布式存储结构,由主节点机完成部分串行计算任务,并以MPICH2.0作为各节点机的并行接口,将处理后的计算任务信息广播至各节点机,由各节点机并行完成大批量故障计算的工作。提出了运用MPI_Open MP混合并行技术,在多核机群环境下进行电网并行故障计算,进一步提升电网故障计算的效率。程序设计采用单层混合模型,由MPI消息传递层完成电网初始信息预处理、故障任务集广播以及故障计算结果收集等工作,而Open MP层则负责并行处理大批量故障计算的过程,该过程包括节点机共享存储中相关参数的解析、根据故障信息修改节点导纳矩阵以及高斯消元迭代求解网络方程等,实现了通信与计算相分离。采用IEEE30节点系统与某967节点实际电网作为仿真算例,在多核机群系统中进行MPI_Open MP混合并行故障计算的测试,得到了较高的加速比,大幅提升故障计算的效率,且该并行技术具有良好的扩展性,随着多核机群系统规模的扩大,加速比仍可继续提升。以上叁种并行故障计算方法适用于不同类型的并行系统。在工程应用中,可根据实际的硬件环境,选择合适的并行方法,实现电网故障计算的并行化。(本文来源于《华中科技大学》期刊2016-05-01）
王玄,李文敬[4]（2016）在《基于多核机群的Petri网系统并行化模型的研究》一文中研究指出为了求解复杂Petri网系统的并行算法,解决Petri网系统的模拟运行和验证,提出一种基于多核机群的Petri网并行模型。首先,依据时延Petri网模型的特点,提出并行划分的方法,对划分的子网进行并行性分析;其次,根据多核机群结构和MPI+OpenMP编程模型的特点,对机群的传输方式和任务分配等方面进行改进;然后,将多核机群的结构模型与Petri网的并行子网进行融合,提出一种新的多核机群的Petri网并行模型。并在新模型的基础上,提出一种新的Petri网系统的并行算法。最后,通过实例分析和仿真试验。实验结果表明。基于该模型的并行算法与基于多核PC的OpenMP或MPI的模型的算法比较,在仿真效果、运行速度都获得更优的效果。因此,该模型是Petri网并行化一种有效的模型。(本文来源于《现代计算机(专业版)》期刊2016年11期）
李文敬,李双,元昌安,廖伟志[5]（2014）在《基于多核机群的事务内存并行编程模型的研究》一文中研究指出为了解决多核机群并行程序中共享数据所使用的锁机制存在的不足,提出多核机群软件事务内存(STM,Software Transactional Memory)并行编程模型.首先分析MPI+OpenMP并行编程模型的优缺点,然后根据软件事务内存的优势,对多核节点内的多线程共享存储采用乐观检测冲突及优先数优先的竞争管理策略设计事务内存替代锁机制,在多核机群平台中构建新的MPI+OpenMP+STM叁级并行编程模型,并将模型应用于随机摄动人工蜂群并行算法的设计与实现,运用MPI+TBB平台对人工蜂群并行算法进行对比实验.实验结果表明,该模型是解决多核机群数据共享锁机制问题的一种有效的编程模式.(本文来源于《小型微型计算机系统》期刊2014年08期）
钟诚,蔡德霞,杨锋[6]（2014）在《多核机群主节点并发发送数据的可分负载调度》一文中研究指出对于节点计算、通信与存储能力不同、节点由多个多核处理器(多个片上多处理器)组成且共享L3cache的机群系统,采取计算与传输重迭模式,提出了主节点以多进程方式并发发送数据给从节点的可分负载调度模型.该调度模型自适应节点具有不同的计算、通信和存储能力,动态计算、确定调度轮数和每轮调度分配给各从节点的负载块规模,以平衡各节点的计算负载、减少节点之间的通信开销,缩短任务调度长度.依据各节点中的L3cache,L2cache和L1cache的可用存储容量,提出了对节点主存中接收到的负载块进行多级缓存划分的数据分配方法,以确保分配给节点中各个多核处理器、各个内核的负载平衡.基于提出的多核机群节点间可分负载调度模型和节点内多级存储数据分配方法,设计实现了节点拥有多个多核处理器的异构机群上通信和存储高效的k-选择并行算法.在曙光TC5000A多核机群系统上,测试了主节点并行与串行发送数据给从节点的任务调度方式、各级缓存利用率、每个核心执行不同数目的线程对并行算法运行性能的影响.实验结果表明:基于主节点并发发送数据给从节点的调度模型设计的k-选择并行算法,其运行性能优于基于主节点串行发送数据给从节点的调度模型设计的k-选择并行算法;L3cache和L2cache利用率大小对算法运行性能影响较大;当L3cache,L2cache和L1cache利用率取其优化组合值、每个核心运行3个线程时,算法所需的运行时间最短.(本文来源于《计算机研究与发展》期刊2014年06期）
李双[7]（2014）在《基于多核机群的混合群智能并行算法研究》一文中研究指出群智能优化算法是近年来新型的一种仿生类优化算法，其中人工鱼群算法(Artificial Fish Swarm Algorithm, AFS)和人工蜂群算法(Artificial Bee ColonySwarm Algorithm, ABC)是近几年研究较多的两种群智能优化算法。因其鲁棒性较强、参数设置简单、易于实现等特点，在工程优化、演化计算、电力系统、计算机和通讯等领域得到了广泛的研究与应用，已成为交叉科学中较活跃的前沿性课题。群智能算法作为一种新兴的演化计算技术，在模拟动物采样、收集食物的过程中采取不同方法来解决复杂问题。人工鱼群算法与人工蜂群算法具有较强的全局搜索能力，但后期精细搜索能力较差，易陷入局部最优。因此，首先引入反向学习机制，对初始化种群进行均匀分布，然后将种群随机分为两组，并使用交互学习策略加快算法收敛速度，算法前期采用AFS与ABC进行全局搜索，得到寻优范围；后期采用改进的DN-AFS和RP-ABC算法对前期得到的解进行局部精细搜索；最后构建MPI+OpenMP+STM并行编程模型，对算法进行并行设计与分析。通过仿真实验，证明提出的混合群智能并行算法的可行性和有效性。本文的主要工作包括：(1)针对人工鱼群算法后期搜索能力减弱，种群多样性减少，容易陷入局部最优，引入动态权衡因子策略，在寻优过程中介入控制人工鱼的步长与视野范围，有效平衡全局寻优方向；并通过常数阈值判断鱼群的聚集程度，适时引入小生境技术增加种群多样性，提出在多核机群环境下的人工鱼群并行算法(PDN-AFS)，仿真实验证明算法寻优能力有显着的提高。(2)通过分析人工蜂群算法的特点，得到算法在处理复杂函数优化问题时收敛速度缓慢，较易陷入早熟，提出了一种人工蜂群并行算法(PRP-ABC)，引入随机摄动因子η和全局最优解gbest两个策略，得到新的食物源更新公式，应用OpenMP并行技术支持，优化结果表明PRP-ABC有较高加速比。(3)通过分析上述提出的两种改进算法，结合AFS和ABC较强的全局寻优能力，提出混合群智能并行算法。把种群随机等分为两组，算法前期，两组分别采用AFS和ABC进行寻优，定位全局最优解；算法后期将得到的解同样分为两组执行，其中一组采用DN-AFS执行，另一组采用RP-ABC执行，增强后期局部搜索能力。两组同时进化，设计MPI+OpenMP+STM并行编程模型，最后通过对复杂函数优化实验验证混合算法的寻优效率。(本文来源于《广西师范学院》期刊2014-06-01）
李双,李文敬,孙环龙,林中明[8]（2013）在《基于多核机群的人工鱼群并行算法》一文中研究指出针对人工鱼群算法在复杂多峰函数优化问题上寻优精度低、后期搜索能力减弱且运行时间长等问题,提出一种基于多核机群的人工鱼群并行算法(PDN-AFS)。首先对人工鱼群算法的优势与不足进行分析,采用动态权衡因子策略并适时引入小生境机制,提出一种新的人工鱼群(DN-AFS)算法;然后根据多核机群的并行编程模型(MPI+OpenMP),对DN-AFS算法进行并行设计与分析,提出基于多核机群的人工鱼群并行算法;最后在多核机群环境下进行仿真实验。实验结果表明:该算法有效地提高了复杂多峰函数优化问题的收敛速度和寻优性能,并获得了较高的加速比。(本文来源于《计算机应用》期刊2013年12期）
李强,孙凝晖,霍志刚,马捷[9]（2013）在《MPI Alltoall通信在多核机群中的优化》一文中研究指出MPI Alltoall是一种重要的集合通信.在多核机群中,一个节点内的多个进程同时参与Alltoall通信.一方面,这些进程可以利用共享内存优化通信性能.虽然当前基于首进程的方法利用共享内存提高了Alltoall小消息通信的性能,但由于采用固定数目的首进程,这些方法不能使所有不同长度的小消息都获得最优性能.另一方面,这些进程需要竞争节点内有限的网络资源.在Alltoall大消息的通信中存在许多个同步消息.然而竞争导致同步消息的延迟增大了数十倍,同步开销不可忽略.针对这些问题,提出了两种不同的优化方法.对于Alltoall小消息通信,PLP方法根据小消息的长度采用不同数目的首进程;对于Alltoall大消息通信,LSS方法将同步消息的总数从3N减少到2N(1/2).相关实验结果验证了这两种方法.对于小消息,PLP方法总是可以获得最优的性能.对于大消息,LSS方法获得的性能提升比例几乎为常数,并且与系统的规模无关;其中32KB和64KB消息的性能提高了25%.(本文来源于《计算机研究与发展》期刊2013年08期）
柯琦,钟诚,陈清媛,陆向艳[10]（2013）在《多核机群上通信高效的整数序列并行排序方法》一文中研究指出建立一个适用于整数序列排序的数据分配模型,在多核计算节点组成的异构机群上设计通信高效的整数序列并行算法。所提出的数据分配模型依据机群中各节点不同的计算能力、通信速率和存储容量,动态计算出调度分配给各节点的数据块的大小以平衡各个节点的负载。所设计的并行排序算法利用整数序列的特性,主节点采取两轮分发数据与接收结果的方法,从节点运用分桶打包方式返回有序的整数子序列给主节点,主节点采用桶映射方法将各个有序子序列直接整合成最终有序序列,以减少需要耗费较多通信时间的数据归并操作。分析与实验测试结果表明,给出的多核机群上的整数序列并行排序算法高效,具有良好的可扩展性。(本文来源于《计算机应用》期刊2013年03期）
多核机群论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对多核机器构成的异构机群系统,充分利用多核机器并行性及处理核心共享二级缓存的特点,提出基于DAG图的相关任务调度算法,该算法通过叁个阶段完成任务的分配及调度过程,通过对相应任务的复制减少各处理节点之间的通信开销,提升任务调度的效率和减少任务调度的长度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多核机群论文参考文献
[1].王玄.基于多核机群的Petri网并行模型及其算法研究[D].广西师范学院.2016
[2].李霞.基于异构多核机群系统的任务调度算法研究[J].电子技术与软件工程.2016
[3].陈志炜.基于多核机群环境的电网并行故障计算研究[D].华中科技大学.2016
[4].王玄,李文敬.基于多核机群的Petri网系统并行化模型的研究[J].现代计算机(专业版).2016
[5].李文敬,李双,元昌安,廖伟志.基于多核机群的事务内存并行编程模型的研究[J].小型微型计算机系统.2014
[6].钟诚,蔡德霞,杨锋.多核机群主节点并发发送数据的可分负载调度[J].计算机研究与发展.2014
[7].李双.基于多核机群的混合群智能并行算法研究[D].广西师范学院.2014
[8].李双,李文敬,孙环龙,林中明.基于多核机群的人工鱼群并行算法[J].计算机应用.2013
[9].李强,孙凝晖,霍志刚,马捷.MPIAlltoall通信在多核机群中的优化[J].计算机研究与发展.2013
[10].柯琦,钟诚,陈清媛,陆向艳.多核机群上通信高效的整数序列并行排序方法[J].计算机应用.2013
标签：Petri网; 并行划分; MPI+OPenMP+STM; 并行算法;