万方数据
在此基础上考虑Ｊ，计算负荷尽量平衡，减少总的通信最以及增大并行粒度等优化策略，结果表明Ｐｃ机并行处理结合ＦＤＴＤ方法．非常有效地提高了传统ＦＤＴＤ方法的计算效率和计算能力。在并行程序经过优化后，得到了进一步可观的并行效率和加速比。
２ＦＤＴＤ并行计算环境
网络并行ＦＤＴＤ【２。计算基于ＭＰｌ并行环境进行，使用的是ＭＰＩＣＨ—１．２．７ｐ１的Ｌｉｎｕｘ版本，并在ＣＯＷ上建立一个基于Ｌｉｎｕｘ系统的并行程序设计及运行环境，所使用的编程环境为“ｎｕ】【下的ｃ＋ＭＰＩ。ＦＤＴＤ算法本身具有适合于开展并行运算的优势：由于在ＦＤＴＤ方法中，每一网格点的电场（磁场）分量只与它本身同一时刻的周围相邻网格磁场（电场）值有关，而与该格点区域的其它非相邻网格点的场量没有直接关系。因而，利用ＦＤＴＤ迭代公式的这种特性，可以将ＦＤＴＤ整个计算区域在空间上分割成若干个子区域分别进行计算，这一点与并行运算的思路足统一的。
在计算资源成本有限的情况下，本文应用的ＰＣ机群（Ｃｌｕｓｔｅｒ）系统，最简单的Ｃｌｕｓｔｅｒ其实就是以一种ｔ从架构来进行运算工作的，如图ｌ所示。图中的Ｍａｓｔｅｒ与Ｓｌａｖｅ指的都是计算机节点，基本上所有的工作分配都是在Ｍａｓｔｅｒ中进行的，Ｓｌａｖｅ最大的任务就是执行来自Ｍａｓｔｅｒ所要求的计算工作＂１。系统主要参数为：每个节点３．０６ＧＨｚＣＰＵ，５１２ＭＢｉｔｅｓ内存；１０／１００Ｍ高速网卡；１０００ＭＢｉｔｅｓ交换机。
图１ＰＣ集群系统的网络拓扑
３通过ＭＰＩ实现ＦＤＴＤ算法的并行化
３．１理论模型
麦克斯韦（Ｍａｘｗｅｌｌ）方程组微分形式为ＦＤＴＤ电磁场计算的数学基础。
ｖ×力：窖＋，
ｃ）ｔ
Ｖ×雪＝一生Ｏｔ一，。
不失一般性，以一维情况为例说明＿芹仃ＦＤＴＤ算法的买现。设ＴＥＭ波沿：方向传播，介质参数和场鼍均与ｘ，Ｙ无关。则麦克斯韦方程表示为：
一警：占ｉ０Ｅ，Ⅲ，
一ｉ。占ｉ＋肚，
一鲁…鲁饥以（２）
一百７５一肛１Ｆ一盯ｍ仃，ｔｚ，一１２，一场的迭代方程为：
Ｅ“（ｋ）＝Ｅ：（ｋ）一Ａｔ／ｅＡｚ［贸“４（ｋ＋Ｉ／２）一
职““（ｋ一１／２）］（３）月：＋”２（ｋ＋Ｉ／２）＝月：１７２（ｋ＋１／２）一
ａｔ／ｇＡｚ［Ｅ：（ｋ＋１）一Ｅ（ｋ）］（４）由方程（３）、（４）可以看出电场值如（磁场值晰）的迭代与它本身上一个时刻的场值和坐标轴前后两个上半个时间步的磁场值晰（电场值毋）有关。可以看出，＆，如的迭代与计算区域内其他远端元胞的场量没有直接关系，这也是ＦＩ）‘ＦＤ区域可以分割成若干个子Ⅸ域分别进行计算的直接原因。各场量的迭代按照正常情况进行，因为各场量所需要的迭代值均存储于本地内存中，而在左右两端的分割面处需要区域之间的场量传递，具体情况如下【４。：算法的第一步就是将一维ＦＤＴＤ计算空间做等间隔划分，然后平均分配给各个处理器（通常每个处理器也称为一个子区域）。使用ＭＰＩ提供的库函数，町以方便地在进程组中建立拓扑结构，有利于合理地映射各个进程到具体并行机各处理器中，并尽量保证在拓扑结构中．相邻的进程被映射到相邻的处理器中，以便减小通信迟延，改进通信性能。
如图２所示，要计算ｎ＋１时间步网格点的电场分量硭“（Ｊ｜｝），需要上个时间步该点的电场分量Ｅ：（ｋ）及上半个时间步的磁场分最研“以（ｋ＋Ｊ／２），彬“”（＆一Ｉ／２），因此必须先完成蛾“４（ｋ＋１／２）从处理器１向处理器０的传递，而且每个时间步都必须传递一次。而要完成处理器ｌ内磁场计算，就需要Ｅ“（ｋ）由处理器０向处理器１传递。由此可看出在ＦＤＴＤ递推过程中将有两次中断，一次为电场交换，一次为磁场交换，即每次电场递推完成后，程序暂停下来进行电场的数据交换，同样磁场递推完成后，程序也暂停下来进行磁场交换，这样程序多次暂停中断，影响了计算效率，下面介绍另一种方法。
分割面
Ｉ
Ｉ
Ｉ－－７Ｈｙ
ｏＥｘ
处理器０
图２一维并行计算区域分割方法１
分割面［］Ｈｙ
：
Ｏｅｘ
Ｋ－Ｋ／２／２Ｋ１
Ｉ—ｌｋ：Ｋ＋ｌ
＋‘
处理ｔｉｔｏ
！
处理署Ｉ
图３一维并行计算区域分割方法２
如图３所示，在左右两个处理器中都计算ｋ点的电场，万方数据
万方数据
万方数据
若系统初始状态为ｘ（０）＝［一１．２３４．７５］，则在系统控制律作用下的状态轨迹如图２所示。
图２闭环状态轨迹初态×Ｏ＝【一１．２３４．７５］
可见，系统状态在控制律的作用下最终到达平衡点，在ｋ＝４时进入终端约束域ｘ。在ｋ＝４之前的每个离散时刻状态均位于不同的特征域，且系统的控制输入和状态均满足约束要求，实现了最初的设计要求。
５结论
本文在阐述Ｍｐ—ＱＰ方法的基础上，根据其特点将其应用到受限线性系统的最优控制问题的求解过程中，结果证明，与抗饱和策略相比，不但使求解过程更加系统化和透明化，还可以获得时变显式最优控制率，这样系统在运行时只需根据当前状态值通过查表就可得到系统最优输入，大大提高了运行效率。美中不足的是，由于特征域的个数与约束
的数目、输入矢量的维数及控制域的长度正相关，这样即使中等规模的问题，其最优解中也包含大量的特征域，实际运行时不ｆＨ需要大的存储空间，也使搜索效率有所下降，这是该方法应该努力改进的地方。
参考文献：
［１］ＡＢｅｍｐｏｒ＇，ｕｌ，ＭＭｏｒａｒｉ，ＶＤｕａａｎｄＥＮＰｉｓｔｉｋｏｐｏｕｌｏｓ．Ｔｈｅｅｘ－ｐｌｉｃｉｔｌｉｎｅａｒｑｕａｄｒａｔｉｃｒｅｇｕｌａｔｏｒｆｏｒｃｏｎｓｔｒａｉｎｅｄｓｙｓｔｅｍｓ［Ｊ］．Ａｕｔｏ－
ｍａｔｉｃａ，２００２，３８（１）：３—２０．
［２］Ｋｏｔｈａｒｅｍｖ，ｅｔａ１．ＡｕｎｉｆｉｅｄｆｒａｍｅｗｏｒｋｆｏｒｔｈｅｓｔｕｄｙｏｆＡｎｔｉ—Ｗｉｎｄｕｐｄｅｓｉｇｎｓ［Ｊ］．Ａｕｔｏｍａｔｉｃａ，１９９４，３０（２）：１８６９—１８８３．［３］ＪｏｒｇｅＮｏｃｅｄａｌ，ＪＳｔｅｐｈｅｎ．Ｗｒｉｇｈｔ．ＮｕｍｅｒｉｃａｌＯｐｔｉｍｉｚａｔｉｏｎ［Ｍ］．Ｓｐｒｉｎｇｅｒ—ＶｅｒｌａｇＮｅｗＹｏｒｋ，ｉｎｃ．１９９９．
［４］黄红选．韩继业，数学规划【Ｍ］．北京：清华大学出版社，２００６．
／
［５］ＦｒａｎｃｅｓｃｏＢｏｒｒｅｌｌｉ．ＣｏｎｓｔｒａｉｎｅｄＯｐｔｉｍａｌＣｏｎｔｍｌｏｆＬｉｎｅａｒａｎｄＨｙ?ｂｒｉｄＳｙｓｔｅｍ［Ｍ］．Ｓｐｒｉｎｇｅｒ—ＶｅｒｌａｇＮｅｗＹｏｒｋ，ｌｎｃ．２００３．
［６］ＰＴ？ｎｄｅｌ，ＴＡＪｏｈａｎｓｅｎａｎｄＡＢｅｍｐｏｒａｄ．Ａｎａｌｇｏｒｉｔｈｍｆｏｒｍｕｌｔｉ—ｐａｒａｍｅｔｒｉｃｑｕａｄｒａｔｉｃｐｒｏｇｒａｍｍｉｎｇａｎｄｅｘｐｌｉｃｉｔＭＰＣｓｏｌｕｔｉｏｎｓ［Ｊ］．Ａｕｔｏｍａｔｉｅａ，２００３，３９：４８９—４９７．
［７］ＭＫｖａｓｎｉｃａ，ＰＧｒｉｅｄｅｒ，ＭＢａｏｔｉ７．ＨｙｂｒｉｄＳｙｓｔｅｍｓ：ＣｏｍｐｕｔａｔｉｏｎａｎｄＣｏｎｔｒｏｌ［Ｍ］．Ｓｐｒｉｎｇｅｒ—ＶｅｒｌａｇＮｅｗＹｏｒｋ，Ｉｎｃ．２００４．
［作者简介］
屈百达（１９５６一）．男（满族）。辽宁北镇人，博｝：，硕
士生导师．教授，研究方向为控制理论与控制一Ｉ：程；
郭宏民（１９７８．４一），男（汉族）．陕两澄城人，硕仁
研究生．主要研究方向：最优控制，预测控制；
徐保国（１９５０一），男（汉族），江苏淮阴人．博导，教授，研究方向为过程控制、智能仪表及现场总线等。
（上接第１２４页）
参考文献：
［１］ＡｌｌｅｎＴａｆｌｏｖｅ，ＳｕｓａｎＣＨａｇｎｅｓｓ．ＣｏｍｐｕｔａｔｉｏｎａｌＥｌｅｃｔｒｏｄｙｎａｍｉｃｓｔｈｅＦｉｎｉｔｅ—ＤｉｆｆｅｒｅｎｃｅＴｉｍｅＤｏｍａｉｎＭｅｔｈｏｄ［Ｍ］．ＡｒｔｅｃｈＨｏｕｓｅ，
ＭＡ，２００５．
［２］余文华，苏涛，ｒａｊＭｉｔｔｒａ，刘水峻．并行时域有限差分［Ｍ］．北京：【ｆｌ困传媒大学ｍ版社，２００５．
［３］张‘丘，李斌，粱吕洪，Ｐｃ集群系统中ＭＰＩ并行ＦＤＴＤ性能研究［Ｊ］．电子学报Ｓｅｐｔ．．２００５，３３（９）．
［４】ＫＣＣｈｅｗａｎｄＶＦＦｕｓｅｏ．ＡＰａｒａｌｌｅｌＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｔｈｅＦｉｎｉｔｅＤｉｆｆｅｒｅｎｃｅＴｉｍｅＤｏｍａｉｎＡｌｇｏｒｉｔｈｍ［ＪＪ．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＮｕｍｅｒｉｃａｌＭｏｄｅｌｉｎｇＥｌｅｃｔｒｏｎｉｃＮｅｔｗｏｒｋｓ，ＤｅｖｉｃｅｓａｎｄＦｉｅｌｄｓ，
１９９５．８：２９３—２９９．
［５］ＧｕｉａｕｔＣＫＭａｈｄｊｏｕｂｉ．ＡｐａｒａｌｌｅｌＦＤＴＩ）ａｌｇｏｒｉｔｈｍｕｓｉｎｇｔｈｅＭＰＩｌｉｂｒａｒｙ［Ｊ］．ＩＥＥＥＡｎｔｅｎｎａｓａｎｄＰｒｏｐａｇａｔｉｏｎＭａｇａｚｉｎｅ．２００１，４３（２）：９４—１０３．
一１９０一［６］
［７］
都志辉．高性能计算并行编程技术一ＭＰＩ并行程序设计［Ｍ］，
北京：清华大学出版社．２００１．
ＱＣａｎａｎｄＹＣｈｅｎ．ＭＲＴＤａｎａｌｙｓｉｓｏｆａｔｒａｎｓｉｅｎｔｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｐｕｌｓｅｐｒｏｐａｇａｔｉｏｎｔｈｒｏｕｇｈａｄｉｅｌｅｃｔｒｉｃｌａｙｅｒ［Ｍ］．Ｉｎｔ．ｊ．Ｅｌｅｃ—ｉｒｏｎ．，１９９９，８６（４）：４５９—４７５．
［作者简介】
徐藻（１９８２．一３）．男（汉族），｝ｒ苏人．在读硕上．
主要研究方向：电磁场ＦＤＴＤ数值方法的并行计算；
王毅（１９８３．７一），男（汉族）．山东人，在读硕士。
主要研究方向：电磁学计算方法；
李琳（１９８５．１０一）．女（汉族），湖北人．在读硕士，主要研究方向：电磁学计算方法：
曹群生（１９５９．６一），男（汉族）．安徽人，教授。南京航空航天大学电
子工程系主任。主要研究方向：计算电磁学，天线理论。万方数据
并行计算 实 验 报 告 学院名称计算机科学与技术学院专业计算机科学与技术 学生姓名 学号 年班级 2016年5 月20 日
一、实验内容 本次试验的主要内容为采用多线程的方法计算pi的值，熟悉linux下pthread 形式的多线程编程，对实验结果进行统计并分析以及加速比曲线分析，从而对并行计算有初步了解。 二、实验原理 本次实验利用中值积分定理计算pi的值 图1 中值定理计算pi 其中公式可以变换如下： 图2 积分计算pi公式的变形 当N足够大时，可以足够逼近pi，多线程的计算方法主要通过将for循环的计算过程分到几个线程中去，每次计算都要更新sum的值，为避免一个线程更新sum 值后，另一个线程仍读到旧的值，所以每个线程计算自己的部分，最后相加。三、程序流程图 程序主体部分流程图如下：
多线程执行函数流程图如下： 四、实验结果及分析
令线程数分别为1、2、5、10、20、30、40、50和100，并且对于每次实验重复十次求平均值。结果如下： 图5 时间随线程的变化 实验加速比曲线的计算公式类似于 结果如下： 图5 加速比曲线 实验结果与预期类似，当线程总数较少时，线程数的增多会对程序计算速度带来明显的提升，当线程总数增大到足够大时，由于物理节点的核心数是有限的，因此会给cpu带来较多的调度，线程的切换和最后结果的汇总带来的时间开销较大，所以线程数较大时，增加线程数不会带来明显的速度提升，甚至可能下降。 五、实验总结
本次试验的主要内容是多线程计算pi的实现，通过这次实验，我对并行计算有了进一步的理解。上学期的操作系统课程中，已经做过相似的题目，因此程序主体部分相似。不同的地方在于，首先本程序按照老师要求应在命令行提供参数，而非将数值写定在程序里，其次是程序不是在自己的电脑上运行，而是通过ssh和批处理脚本等登录到远程服务器提交任务执行。 在运行方面，因为对批处理任务不够熟悉，出现了提交任务无结果的情况，原因在于windows系统要采用换行的方式来表明结束。在实验过程中也遇到了其他问题，大多还是来自于经验的缺乏。 在分析实验结果方面，因为自己是第一次分析多线程程序的加速比，因此比较生疏，参考网上资料和ppt后分析得出结果。 从自己遇到的问题来看，自己对批处理的理解和认识还比较有限，经过本次实验，我对并行计算的理解有了进一步的提高，也意识到了自己存在的一些问题。 六、程序代码及部署 程序源代码见cpp文件 部署说明： 使用gcc编译即可，编译时加上-pthread参数，运行时任务提交到服务器上。 编译命令如下： gcc -pthread PI_3013216011.cpp -o pi pbs脚本(runPI.pbs)如下： #!/bin/bash #PBS -N pi #PBS -l nodes=1:ppn=8 #PBS -q AM016_queue #PBS -j oe cd $PBS_O_WORKDIR for ((i=1;i<=10;i++)) do ./pi num_threads N >> runPI.log
探讨建筑设计方案优化的策略与方法 发表时间：2018-07-25T16:33:48.077Z 来源：《基层建设》2018年第15期作者：卢芬[导读] 摘要：建筑工程设计方案的优化是提高工程造价管理的关键，科学的建筑工程设计方案优化能够有效降低工程施工成本。 中国华西工程设计建设有限公司中山分公司 528400摘要：建筑工程设计方案的优化是提高工程造价管理的关键，科学的建筑工程设计方案优化能够有效降低工程施工成本。因此，加强建筑工程设计方案优化已经成为现代工程建筑投资方的重要工作。 关键词：建筑；设计方案；优化 一、建筑工程设计方案优化概述 建筑工程方案设计是依据设计任务书而编制的文件。主要由设计说明书、设计图纸、投资估算、透视图等四部分组成。是关着国家及地方有关工程建设政策和法令的基础文件，是建筑工程投资有关指标、定额和费用标准的规定。建筑工程设计方案对建设投资有着重要的影响，通过科学的建筑工程设计方案优化能够有效降低工程造价10%左右，同时还能够对工程施工成本、施工质量起到简介的促进作用。因此，加强现代建筑工程设计方案优化对提高投资使用率、提高企业综合市场竞争力都有着重要的影响。加强建筑工程设计方案优化已经成为现代工程建筑投资与建设的首要工作。 二、建筑设计方案优化的必要性 建筑设计方案优化是在建筑设计招标工作结束后，建设单位与中标设计单位需要立刻展开的一项重要工作，其必要性在于： 1、集思广益，博采众长 中标方案仅为一家单位的设计成果，其设计思路的局限性在所难免。而设计招标过程中，少则三家，多则十几家单位参与设计，各投标方案的设计手法、设计亮点对开拓建设单位和中标设计单位的思路是有价值的，可以在设计方案优化阶段集思广益、博采众长，充分借鉴其他投标方案的优点，对中标方案进行优化完善。鉴于这些情况，对于工程建设项目，尤其是大型复杂建设项目，方案优化工作已成为工程建设过程中不可或缺的工作程序和环节。建设单位要摒弃建筑设计方案优化可有可无的思想误区，在设计招标结束后不要急于展开后续设计，而要发挥各方优势，对中标方案进行充分的优化和深化，使各项功能指标及技术措施更为合理，建筑风格定位更为准确，造价与运营成本更为经济，并为后续工程设计、工程施工等环节提供科学、系统的工作依据。 2、建设单位的技术要求有待明确与落实 目前的建设项目，尤其是大型复杂建设项目，面临功能、交通、环保、景观、法规等越来越复杂的内外部环境条件和设计约束，在缺乏建筑设计方案雏形的情况下，建设单位很难提出明确详细的设计要求，其在设计招标文件中对功能需求、建筑风格的描述往往是模糊的或是框架的。因此，在明确中标方案后，应该基于中标方案的建筑布局，对各项技术要求、功能需求及设计约束进行逐一细化、优化和协调，并最终落实和确认。 3、中标设计方案有待成熟与完善 方案中标并不意味着方案的完善。通常情况下，自招标文件公布至提交方案，留给设计单位的有效设计周期不会超过40天。同时，依据招投标法规，招标期间建设单位与设计单位之间除“答疑”之外不能进行其他方式的沟通，因此，在有限时间与有限交流的前提下，要求设计单位拿出能够充分领悟建设单位意图、完全满足建设需求的方案是不现实的。此外为了加快进度，目前建设单位一般都采用“概念设计方案”招标。在功能布局及技术标准等方面，中标设计方案的深度难以直接衔接后续的相关设计活动，需要在设计方案优化阶段加以深化与细化。 三、建筑设计方案优化的途径 1、通过设计招投标和方案竞选优化设计方案 建设单位就拟建工程的设计任务通过报刊、信息网络或其他媒介发布公告，吸引设计单位参加设计招标或设计方案竞选，以获得众多的设计方案；然后组织评标专家小组，采用科学的方法，按照经济、适用、美观的原则，以及技术先进、功能全面、结构合理、安全适用、满足建筑节能及环境等要求，综合评定各设计方案优劣，从中选择最优的设计方案，或将各方案的可取之处重新组合，提出最佳方案。 2、建筑工程设计方案的综合优化 建筑工程设计方案的优化以工程功能需求出发，以技术先进性、工程造价严谨性、财务审核规范性为重点，科学的进行设计方案优化。通过对施工技术的先进性的设计，科学的应用现代建筑施工技术，提高工程施工效率，达到降低施工成本、降低投资的目的。通过工程造价严谨性控制，达到工程造价对施工的指导目的，为施工成本控制奠定基础。通过财务审核规范性对工程造价、施工资金使用等进行控制，达到工程投资的科学使用，避免职务侵占、偷工减料等情况的发生。同时科学的建筑工程设计方案优化还需要对施工过程材料进场数量、进场时间、堆放场地与堆放方法的进行设计优化。通过科学的进场数量设计减少材料进场过多造成的场地占用、资金占用以及材料管理费用。通过科学的堆放场地设计能够有效减少施工过程二次运输费用，提高施工效率。通过科学的堆放方法设计优化能够有效的避免材料堆放不当造成的材料损失。总之，科学的建筑工程设计方案优化施工对施工全过程各项工作的充分考虑，建立现代化、精细化施工管理，以此达到建筑工程施工设计方案的最终目的。 3、实施限额设计，优化设计方案 所谓限额设计，就是按照批准的设计任务书及投资估算控制初步设计，按照初步设计总概算控制施工图设计，同时各专业在保证达到使用功能的前提下，按分配的投资限额控制设计，严格控制技术设计和施工图设计的不合理变更，保证总投资限额不被突破。投资分解和工程量控制是实行限额设计的有效途径和主要方法。限额设计是将上阶段设计审定的投资限额和工程量先分解到各专业，然后再分解到各单位工程和各分部工程而得到的，通过层层限额设计，实现对投资限额的控制与管理；同时也实现了对设计标准、工程数量与预算指标等各方面的控制。限额设计是设计阶段控制工程造价的重要手段，它能有效地克服和控制“三超”现象，使设计单位加强技术与经济的对立统一管理，能克服设计概预算本身的失控对工程造价带来的负面影响。 四、建筑设计方案优化中应重点关注的要素 1、成本要素
江苏科技大学 计算机科学与工程学院 实验报告 实验名称：Java多线程编程 学号：姓名：班级： 完成日期：2014年04月22日
1.1 实验目的 (1) 掌握多线程编程的特点； (2) 了解线程的调度和执行过程； (3)掌握资源共享访问的实现方法。 1.2 知识要点 1.2.1线程的概念 (1)线程是程序中的一个执行流,多线程则指多个执行流; (2)线程是比进程更小的执行单位,一个进程包括多个线程; (3)Java语言中线程包括3部分:虚拟CPU、该CPU执行的代码及代码所操作的数据。 (4)Java代码可以为不同线程共享，数据也可以为不同线程共享； 1.2.2 线程的创建 (1) 方式1：实现Runnable接口 Thread类使用一个实现Runnable接口的实例对象作为其构造方法的参数，该对象提供了run方法，启动Thread将执行该run方法； (2)方式2：继承Thread类 重写Thread类的run方法； 1.2.3 线程的调度 (1) 线程的优先级 ●取值范围1～10，在Thread类提供了3个常量，MIN_PRIORITY=1、MAX_ PRIORITY=10、NORM_PRIORITY=5； ●用setPriority()设置线程优先级，用getPriority()获取线程优先级； ●子线程继承父线程的优先级，主线程具有正常优先级。 (2) 线程的调度：采用抢占式调度策略，高优先级的线程优先执行，在Java中，系统按照优先级的级别设置不同的等待队列。 1.2.4 线程的状态与生命周期
说明：新创建的线程处于“新建状态”，必须通过执行start()方法，让其进入到“就绪状态”，处于就绪状态的线程才有机会得到调度执行。线程在运行时也可能因资源等待或主动睡眠而放弃运行,进入“阻塞状态”,线程执行完毕，或主动执行stop方法将进入“终止状态”。 1.2.5 线程的同步--解决资源访问冲突问题 (1) 对象的加锁 所有被共享访问的数据及访问代码必须作为临界区，用synchronized加锁。对象的同步代码的执行过程如图14-2所示。 synchronized关键字的使用方法有两种： ●用在对象前面限制一段代码的执行，表示执行该段代码必须取得对象锁。 ●在方法前面，表示该方法为同步方法,执行该方法必须取得对象锁。 (2) wait()和notify()方法 用于解决多线程中对资源的访问控制问题。 ●wait()方法：释放对象锁，将线程进入等待唤醒队列； ●notify()方法：唤醒等待资源锁的线程，让其进入对象锁的获取等待队列。 (3)避免死锁 指多个线程相互等待对方释放持有的锁，并且在得到对方锁之前不会释放自己的锁。 1.3 上机测试下列程序 样例1：利用多线程编程编写一个龟兔赛跑程序。 乌龟：速度慢，休息时间短；
《计算方法》上机实验报告 班级：XXXXXX 小组成员：XXXXXXX XXXXXXX XXXXXXX XXXXXXX 任课教师：XXX 二〇一八年五月二十五日
前言 通过进行多次的上机实验，我们结合课本上的内容以及老师对我们的指导，能够较为熟练地掌握Newton 迭代法、Jacobi 迭代法、Gauss-Seidel 迭代法、Newton 插值法、Lagrange 插值法和Gauss 求积公式等六种算法的原理和使用方法，并参考课本例题进行了MATLAB 程序的编写。 以下为本次上机实验报告，按照实验内容共分为六部分。 实验一： 一、实验名称及题目： Newton 迭代法 例2.7(P38):应用Newton 迭代法求 在 附近的数值解 ，并使其满足 . 二、解题思路： 设'x 是0)(=x f 的根,选取0x 作为'x 初始近似值,过点())(,00x f x 做曲线)(x f y =的切线L ,L 的方程为))((')(000x x x f x f y -+=,求出L 与x 轴交点的横坐标) (') (0001x f x f x x - =,称1x 为'x 的一次近似值,过点))(,(11x f x 做曲线)(x f y =的切线,求该切线与x 轴的横坐标) (') (1112x f x f x x - =称2x 为'x
的二次近似值,重复以上过程,得'x 的近似值序列{}n x ,把 ) (') (1n n n n x f x f x x - =+称为'x 的1+n 次近似值，这种求解方法就是牛顿迭代法。 三、Matlab 程序代码： function newton_iteration(x0,tol) syms z %定义自变量 format long %定义精度 f=z*z*z-z-1; f1=diff(f);%求导 y=subs(f,z,x0); y1=subs(f1,z,x0);%向函数中代值 x1=x0-y/y1; k=1; while abs(x1-x0)>=tol x0=x1; y=subs(f,z,x0); y1=subs(f1,z,x0); x1=x0-y/y1;k=k+1; end x=double(x1) K 四、运行结果： 实验二：
进程的控制 1 ．实验目的 通过进程的创建、撤消和运行加深对进程概念和进程并发执行的理解，明确进程与程序之间的区别。 【答：进程概念和程序概念最大的不同之处在于： (1)进程是动态的，而程序是静态的。 (2)进程有一定的生命期，而程序是指令的集合，本身无“运动”的含义。没有建立进程的程序不能作为1个独立单位得到操作系统的认可。 (3)1个程序可以对应多个进程，但1个进程只能对应1个程序。进程和程序的关系犹如演出和剧本的关系。 (4)进程和程序的组成不同。从静态角度看，进程由程序、数据和进程控制块（PCB）三部分组成。而程序是一组有序的指令集合。】2 ．实验内容 (1) 了解系统调用fork()、execvp()和wait()的功能和实现过程。 (2) 编写一段程序，使用系统调用fork()来创建两个子进程，并由父进程重复显示字符串“parent:”和自己的标识数，而子进程则重复显示字符串“child:”和自己的标识数。 (3) 编写一段程序，使用系统调用fork()来创建一个子进程。子进程通过系统调用execvp()更换自己的执行代码，新的代码显示“new
program.”。而父进程则调用wait()等待子进程结束，并在子进程结束后显示子进程的标识符，然后正常结束。 3 ．实验步骤 （1）gedit创建进程1.c （2）使用gcc 1.c -o 1编译并./1运行程序1.c #include
课程报告题目最优化理论与方法 学生姓名 学号 院系 专业 二Ｏ一二年十一月十日
最优化理论与方法综述 最优化方法是近几十年形成的，它主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。最优化方法的主要研究对象是各种管理问题及其生产经营活动。最优化方法的目的在于针对所研究的系统，求得一个合理运用人力、物力和财力的最佳方案，发挥和提高系统的效能及效益，最终达到系统的最优目标。实践表明，随着科学技术的日益进步和生产经营的日益发展，最优化方法已成为管理科学的重要理论基础和不可缺少的方法，被人们广泛地应用到公共管理、经济管理、工程建设、国防等各个领域，发挥着越来越重要的作用。这就是我理解的整个课程的流程。在这整个学习的过程当中，当然也会遇到很多的问题，不论是从理论上的还是从实际将算法编写出程序来解决一些问题。下面给出学习该课程的必要性及结合老师讲解以及在作业过程中遇到的问题来阐述自己对该课程的理解。 20世纪40年代以来，由于生产和科学研究突飞猛进地发展，特别是电子计算机日益广泛应用，使最优化问题的研究不仅成为一种迫切需要，而且有了求解的有力工具。因此最优化理论和算法迅速发展起来，形成一个新的学科。至今已出现线性规划、整数规划、非线性规划、几何规划、动态规划、随机规划、网络流等许多分文。 最优化理论与算法包括线性规划单纯形方法、对偶理论、灵敏度分析、运输问题、内点算法、非线性规划K-T条件、无约束最优化方法、约束最优化方法、参数线性规划、运输问题、线性规划路径跟踪法、信赖域方法、二次规划路径跟踪法、整数规划和动态规划等内容。 最优化理论所研究的问题是讨论在众多的方案中什么样的方案最优以及怎样找出最优方案。这类问题普遍存在。例如，工程设计中怎样选择设计参数，使得设计方案满足设计要求，又能降低成本；资源分配中，怎样分配有限资源，使得分配方案既能满足各方面的基本要求，又能获得好的经济效益；生产评价安排中，选择怎样的计划方案才能提高产值和利润；原料配比问题中，怎样确定各种成分的比例，才能提高质量，降低成本；城建规划中，怎样安排基本单位的合理布局，才能方便群众，有利于城市各行各业的发展；农田规划中，怎样安排各种农作物的合理布局，才能保持高产稳产，发挥地区优势；军事指挥中，怎样确定最佳作战方案，才能有效地消灭敌人，保存自己，有利于战争的全局；在人类活动的各个领域中，诸如此类，不胜枚举。最优化这一数学分支，正是为这些问题的解决，提供理论基础和求解方法，它是一门应用广泛、实用性强的学科。 一、最优化学习的必要性 最优化，在热工控制系统中应用非常广泛。为了达到最优化目的所提出的各种求解方法。从数学意义上说，最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。从经济意义上说，是在一定的人力、物力和财力资源条件下，使经济效果达到最大，或者在完成规定的生产或经济任务下，使投入的人力、物力和财力等资源为最少。
(此文档为word格式，下载后您可任意编辑修改！) 多核编程与并行计算实验报告 姓名： 日期：2014年 4月20日
实验一 // exa1.cpp : Defines the entry point for the console application. // #include"stdafx.h" #include 实验二 // exa2.cpp : Defines the entry point for the console application. // #include"stdafx.h" #include 关键词优化策略 制作一份完整的关键词方案分为如下4个步骤： 1、寻找核心关键词 2、拓展核心关键词 3、对关键词进行筛选 4、将关键词合理分类 1、寻找核心词 寻找核心词是指找到跟业务相关的一些概况通用性关键词，这些关键词能够覆盖所有相关的业务内容，主要有以下2种方法。 方法一：根据企业需要获取关键词 核心词来源类别注释核心词示例 营销目标品牌推广公司名称相关、品牌相关的词如京东官网、360buy、 京东、京东网上商城市场公关事件名称、事件特点等词如三鹿奶粉事件如三 鹿奶粉、婴幼儿结石、 三鹿毒奶 主要业务宣传主营的产品/型号/商业模式/地域 购买等 手机、诺基亚N97、 网上商城 活动/促销营销活动/活动的名称、内容、价格等京东电视节、创维3D 电视、32寸电视5折 起 受众定位根据营销目标确定的目标人群，依 据他们的兴趣点扩词如目标人群为年轻女性人群，她们常搜索的词是：治痘痘、美容、宫、美人天下… 市场环境竞争品牌的公司名称、主营业务名 称等京东的竞争公司：如卓越、当当 需要考虑的三大因素：营销目标、受众定位和市场环境。 方法二：从企业网站中获取关键词。 在企业的网站里面进行信息的采集和分析，并进行核心词的选择。 2、拓展关键词 在获取核心词之后，可以发现核心词的数量相对于帐户整体关键词数其实是非常有限的，对于一些企业主来说，为了捕捉更多的潜在用户，帐户内通常要有大量的关键词来满足投放需求，所以在确立核心词之后仍然要对关键词进行进一步拓展。 核心词的进一步拓展主要有以下方法： 方法一：使用帐户内的“关键词工具”拓展关键词 在工具中可以输入核心词或者URL网址来进行关键词拓展。如果输入的是URL网址，系统会自动扫描这个网址页面，列出一系列和网页内容相关的关键词，除了关键词，工具还会提供这些关键词在选定地域中的日均检索量，竞争激烈程度等信息。 方法二：“八爪鱼”自由组合式拓展关键词。 单片机并行口实验报告 实验二并行口实验报告 班级： 学号： 姓名： 教师： 一、实验目的 通过实验了解8051并行口输入方式和输出方式的工作原理及编程方法。 二、实验内容 1、输出实验 如图4-1所示。以8031的P2口为输出口。通过程序控制发光二极管的亮灭。 2、输入实验 如图4-1所示。以8031的P1口为输入口。用开关向P1.0~P1.3输入不同的状态，控制P2口P2.4~P2.7发光二极管的亮灭。 3、查询输入输出实验 如图1-1所示。以8051的P1.6或P1.0为输入位，以P2口为输出，二进制计数记录按键的次数。 图1-1 三、编程提示 1、输出实验程序 （1）设计一组显示花样，编程使得P2口按照设计的花样重复显示。 （2）为了便于观察，每一状态加入延时程序。 2、输入实验程序 开关打开，则输入为1；开关闭合，则输入为0。读取P1.0~ P1.3的状态，并将它们输出到P2.4~ P2.7，驱动发光二极管。所以发光二极管L1~L4的亮灭应与开关P1.0~ P1.3的设置相吻合。 3、查询输入输出程序 （1）编程计数P1.0按键次数，按键不去抖动。 （2）编程计数P1.6按键次数，按键不去抖动。 （3）编程计数P1.0按键次数，按键软件延时去抖动。 观察（1）、（2）、（3）、的结果。 四、实验器材 计算机，目标系统实验板 五、实验步骤 1、在KEILC中按要求编好程序，编译，软件调试，生成.HEX文件。 2、断开电源，按图1-1所示，连好开关及发光二极管电路。 3、下载程序。 4、调试运行程序，观察发光二极管状态。 六、C源程序清单 1、#include 算法优化策略 提倡算法多样化绝不是算法在形式上越多越好，其更深层次的目的是培养学生的创新意识和自我价值观念。因此，在算法多样化的基础上进行算法的优化教学尤为重要。 一、算法优化需要教师的引导 课程标准指出：“教师不要急于评价各种算法，应引导学生通过比较各种算法的特点，选择适合自己的方法。”每一个学生的知识背景和理解程度各不相同的，对优化的感悟也存在着差异性。有的学生能在交流中很快地感悟到优化的算法，并对自己的算法及时进行修正与整合。有的学生却迟迟感悟不到，这时，教师绝对不能把自己的想法和观点强加于学生。应尊重学生的认知规律，先创设一定的教学情境引导学生对各种算法进行归纳整理、分析比较，不断地去理解、去感悟。 如，计算9加几时，教师创设情境，得出算式9+5后，学生想出了多种算法：（1）从9往后数，再数5个是14；（2）9＋1＝10，10＋4＝14；（3）把9分成5和4，5＋5＝10，10＋4＝14；（4）10＋ （5）把9看成10，10+4=14，14-1=13；4＝14，9+4＝13； 等等。方法（1）是通过数数来计算，方法（2）、（3）是利用“凑十法”计算，方法（4）、（5）是用推理的方法。面对多种算法，教师如果不加以引导，任由学生用自己喜欢的方法去计算，可以想象会有很大一部分学生对到底如何进行20以内的进位加法计算感到迷茫。有的学生可能会用数数的低水平的方法计算，这样计算能力难以提高，还会为以后学习多位数加法埋下隐患。所以，我们要有意识地引导学生对他们的方法进行反思、比较、归类。引导学生选择“凑十法”这种对后继学习有长远影响的算法。在利用“凑十法”计算时，究竟是应该拆小补大，还是拆大补小呢，通过让学生在“想想做做”中练习9+6，予以加深理解。利用插图，提出一个问题，小猴子是搬1个方便还是搬4个方便，从而使学生认识到应拆小补大。学生在不知不觉中自觉地进一步加深了对凑十法的认识。 当然在算法的优化过程中，教师不能强制性地把自己认为最优的方法传授给学生，而应选择适当的教学策略，创设情境，引导学生在自我感悟的基础上达到优化。所以，算法的优化需要教师采用一定的教学策略来引导，从而实现教学的理想境界。 二、算法优化应多中选优、择优而用 并行计算上机实验报告题目：多线程计算Pi值 学生姓名 学院名称计算机学院 专业计算机科学与技术时间 一. 实验目的 1、掌握集群任务提交方式； 2、掌握多线程编程。 二.实验内容 1、通过下图中的近似公式，使用多线程编程实现pi的计算； 2、通过控制变量N的数值以及线程的数量，观察程序的执行效率。 三.实现方法 1. 下载配置SSH客户端 2. 用多线程编写pi代码 3. 通过文件传输界面，将文件上传到集群上 4.将命令行目录切换至data，对.c文件进行编译 5.编写PBS脚本，提交作业 6.实验代码如下： #include #include 启发式优化算法综述 一、启发式算法简介 1、定义 由于传统的优化算法如最速下降法，线性规划，动态规划，分支定界法，单纯形法，共轭梯度法，拟牛顿法等在求解复杂的大规模优化问题中无法快速有效地寻找到一个合理可靠的解，使得学者们期望探索一种算法:它不依赖问题的数学性能，如连续可微，非凸等特性; 对初始值要求不严格、不敏感，并能够高效处理髙维数多模态的复杂优化问题，在合理时间内寻找到全局最优值或靠近全局最优的值。于是基于实际应用的需求，智能优化算法应运而生。智能优化算法借助自然现象的一些特点，抽象出数学规则来求解优化问题，受大自然的启发，人们从大自然的运行规律中找到了许多解决实际问题的方法。对于那些受大自然的运行规律或者面向具体问题的经验、规则启发出来的方法，人们常常称之为启发式算法（Heuristic Algorithm）。 为什么要引出启发式算法，因为NP问题，一般的经典算法是无法求解，或求解时间过长，我们无法接受。因此，采用一种相对好的求解算法，去尽可能逼近最优解，得到一个相对优解，在很多实际情况中也是可以接受的。启发式算法是一种技术，这种技术使得在可接受的计算成本内去搜寻最好的解，但不一定能保证所得的可行解和最优解，甚至在多数情况下，无法阐述所得解同最优解的近似程度。 启发式算法是和问题求解及搜索相关的，也就是说,启发式算法是为了提高搜索效率才提出的。人在解决问题时所采取的一种根据经验规则进行发现的方法。其特点是在解决问题 时,利用过去的经验,选择已经行之有效的方法，而不是系统地、以确定的步骤去寻求答案，以随机或近似随机方法搜索非线性复杂空间中全局最优解的寻取。启发式解决问题的方法是与算法相对立的。算法是把各种可能性都一一进行尝试，最终能找到问题的答案，但它是在很大的问题空间内，花费大量的时间和精力才能求得答案。启发式方法则是在有限的搜索空间内，大大减少尝试的数量，能迅速地达到问题的解决。 2、发展历史 启发式算法的计算量都比较大，所以启发式算法伴随着计算机技术的发展，才能取得了巨大的成就。纵观启发式算法的历史发展史： 40年代：由于实际需要，提出了启发式算法（快速有效）。 50年代：逐步繁荣，其中贪婪算法和局部搜索等到人们的关注。 60年代: 反思，发现以前提出的启发式算法速度很快，但是解得质量不能保证，而且对大规模的问题仍然无能为力（收敛速度慢）。 70年代：计算复杂性理论的提出，NP问题。许多实际问题不可能在合理的时间范围内找到全局最优解。发现贪婪算法和局部搜索算法速度快，但解不好的原因主要是他们只是在局部的区域内找解，等到的解没有全局最优性。由此必须引入新的搜索机制和策略。 Holland的遗传算法出现了（Genetic Algorithm）再次引发了人们研究启发式算法的兴趣。 80年代以后：模拟退火算法（Simulated Annealing Algorithm），人工神经网络（Artificial Neural Network），禁忌搜索（Tabu Search）相继出现。 最近比较火热的：演化算法（Evolutionary Algorithm）, 蚁群算法（Ant Algorithms），拟人拟物算法，量子算法等。 建筑设计方案优化的策略与方法 摘要：现代工业建筑是国民经济发展的支柱，在新的历史条件下，要树立工业建筑设计的新观念，工厂设计要顺应时代，研究创新新时代工业建筑的新特点、新模式。加强建筑工程设计方案优化已经成为现代工程建筑投资方的重要工作。 关键词：建筑设计方案优化 一、建筑工程设计方案优化概述 建筑工程方案设计是依据设计任务书而编制的文件。主要由设计说明书、设计图纸、投资估算、透视图等四部分组成。是关着国家及地方有关工程建设政策和法令的基础文件，是建筑工程投资有关指标、定额和费用标准的规定。建筑工程设计方案对建设投资有着重要的影响，通过科学的建筑工程设计方案优化能够有效降低工程造价10%左右，同时还能够对工程施工成本、施工质量起到简介的促进作用。因此，加强现代建筑工程设计方案优化对提高投资使用率、提高企业综合市场竞争力都有着重要的影响。加强建筑工程设计方案优化已经成为现代工程建筑投资与建设的首要工作。 二、建筑设计方案优化的必要性 建筑设计方案优化是在建筑设计招标工作结束后，建设单位与中标设计单位需要立刻展开的一项重要工作，其必要性在于： 1、集思广益，博采众长 中标方案仅为一家单位的设计成果，其设计思路的局限性在所难免。而设计招标过程中，少则三家，多则十几家单位参与设计，各投标方案的设计手法、设计亮点对开拓建设单位和中标设计单位的思路是有价值的，可以在设计方案优化阶段集思广益、博采众长，充分借鉴其他投标方案的优点，对中标方案进行优化完善。鉴于这些情况，对于工程建设项目，尤其是大型复杂建设项目，方案优化工作已成为工程建设过程中不可或缺的工作程序和环节。建设单位要摒弃建筑设计方案优化可有可无的思想误区，在设计招标结束后不要急于展开后续设计，而要发挥各方优势，对中标方案进行充分的优化和深化，使各项功能指标及技术措施更为合理，建筑风格定位更为准确，造价与运营成本更为经济，并为后续工程设计、工程施工等环节提供科学、系统的工作依据。 2、建设单位的技术要求有待明确与落实 目前的建设项目，尤其是大型复杂建设项目，面临功能、交通、环保、景观、法规等越来越复杂的内外部环境条件和设计约束，在缺乏建筑设计方案雏形的情况下，建设单位很难提出明确详细的设计要求，其在设计招标文件中对功能需求、建筑风格的描述往往是模糊的或是框架的。因此，在明确中标方案后，应该基于中标方案的建筑布局，对各项技术要求、功能需求及设计约束进行逐一细 优化理论与方法 全局及个性化web服务组合可信度的动态规划评估方法 摘要：随着Internet的快速发展,web服务作为一种软件构造形式其应用越来越广泛。单个web服务无法满足日益复杂的用户需求,web服务组合有效地解决了这个问题。然而,随着功能相似的web服务实例的不断出现,如何选择可信的web服务组合成为了人们关注的热点。服务选择依赖于web服务组合的评估结果,因此,本文主要从web服务组合着手,对其可信性进行研究,提供一种可信web服务组合评估方法。：针对web服务组合的全局及个性化问题,提出了基于全局的个性化web服务组合可信评估方法。从全局角度动态地调整评估模型;同时引入用户业务关注度来描述原子web服务对服务组合可信性的影响程度;结合前文的度量及评估方法,构建一个全局的个性化服务组合可信评估模型;并分析了模型的相关应用,给出了改进的动态规划模型。 关键字：web服务组合可信评价；全局个性化；动态规划； 0.引言 随着软件系统规模的日趋复杂，运行环境的不断开放，软件的可信性要求日益增加，可信软件成为了研究的热点。据《中国互联网发展状况统计报告》统计显示，截至2014年12月底，我国网民数量突破8亿，全年新增网民5580万。互联网普及率较上年底提升4个百分点，达到38。3%。因此，随着Internet 的广泛应用和网络技术的快速发展，面向服务的软件体系结构（SOA）作为一种新型的网络化软件应用模式已经被工业界和学术界广为接受。同时，网民对互联网电子商务类应用稳步发展，网络购物、网上支付、网上银行和在线旅游预订等应用的用户规模全面增长。因而，对web服务的可信性要求更高。单个web服务的功能有限，往往难以满足复杂的业务需求，只有通过对已有web服务进行组合，才能真正发挥其潜力。在现有的web服务基础上，通过服务组装或者Mashup方式生成新web服务作为一种新型的软件构造方式，已成为近年的研究热点之一。web服务组合并不是多个原子web服务的简单累加，各原子web服务之间有着较强的联系。因此对web服务组合的可信需求更高。目前大量的研究工作着重于如何实现原子web服务间的有效组合，对服务组合的可信评估研究较少。如今，随着web服务资源快速发展，出现了大量功能相同或相似的web服务，对web服务组合而言，选择可信的web服务变得越来越难。在大量的功能相似的原子web服务中，如何选出一组可信的web服务组合，成为了人们关注的热点问题。本文将从web服务组合着手，对其可信性进行研究，旨在提供一种可信web服务组合评估方法，为web服务组合的选择提供依据。web服务组合的可信度主要包括以下三个部分： 1）基于领域本体的web服务可信度量模型。 2）基于偏好推荐的原子web服务可信评估方法。 3）基于全局的个性化web服务组合可信评估方法。 研究思路： 本文主要研究基于全局的个性化web服务组合的可信评估方法，其研究思路可以大致如下：基于领域本体的web服务可信度和基于偏好推荐的原子web 服务可信评估方法。针对web服务组合的四种基本组合结构模式，主要研究如 华中科技大学 课程名称并行处理 实验名称矩阵乘法的实现及加速比分析考生姓名李佩佩 考生学号 M201372734 系、年级计算机软件与理论2013级类别硕士研究生 考试日期 2014年1月3日 一. 实验目的 1) 学会如何使用集群 2) 掌握怎么用并行或分布式的方式编程 3) 掌握如何以并行的角度分析一个特定的问题 二. 实验环境 1) 硬件环境：4核CPU、2GB内存计算机； 2) 软件环境：Windows XP、MPICH2、VS2010、Xmanager Enterprise3； 3) 集群登录方式：通过远程桌面连接211.69.198.2，用户名：pppusr，密码：AE2Q3P0。 三. 实验内容 1. 实验代码 编写四个.c文件，分别为DenseMulMatrixMPI.c、DenseMulMatrixSerial.c、SparseMulMatrixMPI.c和SparseMulMatrixSerial.c，用于比较并行和串行矩阵乘法的加速比，以及稀疏矩阵和稠密矩阵的加速比。这里需要说明一下，一开始的时候我是把串、并行放在一个程序中，那么就只有两个.c文件DenseMulMatrix.c 和SparseMulMatrix.c，把串行计算矩阵乘的部分放到了主进程中，即procsID=0的进程，但是结果发现执行完串行后，再执行并行就特别的慢。另外，对于稀疏矩阵的处理方面可能不太好，在生成稀疏矩阵的过程中非0元素位置的生成做到了随机化，但是在进行稀疏矩阵乘法时没有对矩阵压缩，所以跟稠密矩阵乘法在计算时间上没多大区别。 方阵A和B的初始值是利用rand()和srand()函数随机生成的。根据稀疏矩阵和稠密矩阵的定义，对于稀疏矩阵和稠密矩阵的初始化方法InitMatrix(int *M,int *N,int len)会有所不同。这里需要说明一下，一开始对于矩阵A和B的初始化是两次调用InitMatrix(int *M ,int len)，生成A和B矩阵，但是随后我发现，由于两次调用方法InitMatrix的时间间隔非常短，又由于srand()函数的特点，导致生成的矩阵A和B完全一样；然后，我就在两次调用之间加入了语句“Sleep(1000)；”，加入头文件“#include 北京科技大学计算机与通信工程学院 实验报告 实验名称： 学生姓名： 专业： 班级： 学号： 指导教师： 实验成绩：________________________________ 实验地点： 实验时间：2015年05月 一、实验目的与实验要求 1、实验目的 1对比矩阵乘法的串行和并行算法，查看运行时间，得出相应的结论；2观察并行算法不同进程数运行结果，分析得出结论； 2、实验要求 1编写矩阵乘法的串行程序，多次运行得到结果汇总； 2编写基于MPI，分别实现矩阵乘法的并行化。对实现的并行程序进行正确性测试和性能测试，并对测试结果进行分析。 二、实验设备（环境）及要求 《VS2013》C++语言 MPICH2 三、实验内容与步骤 实验1，矩阵乘法的串行实验 （1）实验内容 编写串行程序，运行汇总结果。 （2）主要步骤 按照正常的矩阵乘法计算方法，在《VS2013》上编写矩阵乘法的串行程序，编译后多次运行，得到结果汇总。 实验2矩阵乘法的并行化实验 3个总进程 5个总进程 7个总进程 9个进程 16个进程 四：实验结果与分析（一）矩阵乘法并行化 矩阵并行化算法分析： 并行策略：1间隔行带划分法 算法描述：将C=A*B中的A矩阵按行划分，从进程分得其中的几行后同时进行计算，最后通信将从进程的结果合并的主进程的C矩阵中 对于矩阵A*B 如图：进程1：矩阵A第一行 进程2：矩阵A第二行 进程3：矩阵A第三行 进程1：矩阵A第四行 时间复杂度分析： f(n) =6+2+8+k*n+k*n+k*n+3+10+n+k*n+k*n+n+2 (k为从进程分到的行数) 因此O(n)=(n)； 空间复杂度分析： 从进程的存储空间不共用，f(n)=n; 因此O(n)=(n); 2间隔行带划分法 算法描述：将C=A*B中的A矩阵按行划分，从进程分得其中的几行后同时进行计算，最后通信将从进程的结果合并的主进程的C矩阵中 对于矩阵A*B 如图：进程1：矩阵A第一行 进程2：矩阵A第二行 进程3：矩阵A第三行 进程3：矩阵A第四行 时间复杂度分析： f(n) =6+2+8+k*n+k*n+k*n+3+10+n+k*n+k*n+n+2 (k为从进程分到的行数) 因此O(n)=(n)； 空间复杂度分析： 从进程的存储空间不共用，f(n)=n; 因此T(n)=O(n);关键词优化策略
单片机并行口实验报告
算法优化策略
并行计算第一次实验报告
启发式优化算法综述
建筑设计方案优化的策略与方法
最优化理论与方法论文(DOC)(新)
并行处理实验报告：用MPI实现的矩阵乘法的加速比分析
矩阵乘法的并行化 实验报告
相关主题
文本预览