导读:本文包含了并行性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,多核,分布式,谐振子,计算机,速比,启发式。
并行性论文文献综述
李明东,姜飞,胡昊东[1]（2019）在《基于启发式搜索算法的并行性Map Reduce框架研究》一文中研究指出为了能够迅速在状态空间中找寻到位置目标信息,设计采用Hadoop中的并行性MapReduce框架。该数据处理框架采用的是核心层封装的MapReduce操作,通过SolutionFilter组件将待处理数据的个体与用户层对接,实现实时数据与启发式搜索算法结合在MapReduce框架上的并行性批量处理。该系统设计流程主要为集群平台及MapReduce框架的设计及其搭建、启发式搜索算法最优解的获取、TSP问题在系统平台上的处理等。启发式搜索算法通过评估得到位置参数信息,利用MapReduce框架下的并行计算方式,设计启发式搜索算法更有力的运行环境。(本文来源于《鄂州大学学报》期刊2019年03期）
赵志梅[2]（2019）在《遗留代码的可分布式并行性分析研究》一文中研究指出随着信息技术和智能移动设备的快速发展和大规模普及,数据产生的速度以及累积的速度正在呈爆炸式增长,传统的业务系统已经无法满足大数据处理的需求。而云计算是一种新兴的商业计算模型,拥有并行性、弹性、可扩展性等诸多优势,而且已经在当今学术界、产业界被广泛关注,越来越多的组织者计划将遗留系统移植到云计算平台,以便提高数据处理的效率。但是,直接将遗留串行代码部署在云计算平台上运行,并不能充分利用云计算的优势,开发人员需要根据云计算编程模型对遗留代码进行重构,实现数据的并行处理。在此之前,首先要做的是遗留代码的可分布式并行性分析,即确定遗留系统中哪些业务可以分布式并行。本文借鉴语句之间依赖关系的分析方法,提出循环迭代之间依赖关系的分类及定义,并针对简单变量和数组访问提出相应的判定规则,通过分析循环迭代间的依赖关系是否存在来判定循环的可并行性。同时,针对云平台主流的分布式并行编程模型MapReduce,提出数据可分割的定义和相应的判定规则。在分析循环迭代之间依赖关系和数据可分割性的基础上,提出一种针对遗留代码可分布式并行性的分析方法。最后,基于该方法开发了可分布式并行性分析工具,用于识别和标记遗留系统中可分布式并行的循环。本文使用分析工具多个遗留系统进行了实验验证。实验结果表明,该工具能够有效识别出遗留系统中可分布式并行的代码片段,辅助实现云移植中遗留代码的重构。(本文来源于《内蒙古大学》期刊2019-05-25）
陈海鹏,邱际伦,邱峰,邢雪[3]（2019）在《基于Pi演算的前沿调度算法并行性建模及实现》一文中研究指出前沿调度算法是分布式环境下任务调度算法——关系演化算法的第一阶段。本文利用Pi演算的通道和表编程概念,提出对前沿调度算法并行性建模,并通过Pict语言编程实现。实验证明这种算法实现比传统的C语言实现更加高效,从而能够将Pi演算应用到关系演化算法的叁个阶段中,提高关系演化调度算法的效率。本文通过对不同类型的任务调度模型的拓扑结构进行建模对比,验证了使用并行性的Pi演算对前沿调度算法实现的效率的优越性。(本文来源于《吉林大学学报(工学版)》期刊2019年01期）
卜得庆,王耀彬,李凌,杨洋,程一鸣[4]（2019）在《嵌入式应用中的循环级线程推测并行性分析》一文中研究指出如何有效利用多核提供的丰富晶体管资源对串行程序的执行进行加速是当前研究中的热点问题。线程级推测(thread-level speculation,TLS)技术旨在充分利用多核资源,最大化地开发出串行代码中存在的潜在并行性。目前TLS技术已经在多种串行应用的并行化工作中得到有效利用,但嵌入式应用程序仍未在推测并行化方面进行有效的分析。因此,选取了八个具有代表性的嵌入式应用,对其在循环级推测并行化中的性能提升潜力和运行时特征(数据依赖、线程粒度和并行覆盖率)进行探讨。实验结果表明,利用线程级推测并行化嵌入式应用的加速效果优于指令级并行技术,实验中的最大加速比达到了13. 29;在嵌入式应用领域,该技术可以有效地利用4～8核的计算资源。(本文来源于《计算机应用研究》期刊2019年09期）
彭潇琪[5]（2017）在《基于图论分析差分演化算法的并行性特征》一文中研究指出近年来智能计算在人类生活中各个方面都展示了其不容忽视的作用,智能计算辅助人类进行高效的生产,为工业生产、科技发展及人类社会进步作出积极的贡献.为更好的解决社会生产生活所面临的最优化问题,模仿自然界生物进化过程的众多随机启发式仿生算法随之应运而生,这些仿生算法在解决复杂问题方面有着显着的成效.为使仿生算法发挥更好的性能,从理论分析的角度抽象出仿生算法内在的规律是迫切需要进行研究的方向.差分演化算法是目前应用较为广泛的随机启发式算法,因其所具有效果显着、空间复杂性低等特点使其受到了广泛的关注.本文基于并行性特征这一原理分析差分演化算法在迭代过程中的特点,利用图论的方式展现出算法所具有的内在特征,利用这一理论方法分析出差分演化算法所具有的稳定性及强健性的原因,从算法的进化过程中分析出算法所具有并行特征的强弱对算法的影响.本文从理论分析差分演化算法的并行性特征出发,分析算法在进化过程中的特点,关注算法并行特征对算法效果的影响.本文的研究成果主要有以下几方面:(1)从并行性的思想角度出发,仿生算法展现出越来越杰出的搜索高效性和信息共享性的特征,算法中种群进化行为越来越趋于群体性和并行性,利用种群迭代过程中所包含的并行性特征行为作为分析算法性能的出发点.(2)本文将基于图论的研究方法分析差分演化算法的并行特征,图论作为数学科学中的一个重要的分支,将有效的展现种群个体进化过程中的个体间的关系,更好的辅助算法理论进行分析研究.(3)从随机启发式算法进化过程的研究来看,仿生算法的理论分析至今都是研究的薄弱环节,利用图论论证生成路径的数量对于算法性能的影响,在种群信息共享的基础上,分析个体所产生新搜索方向,成为分析算法内在特征的量化指标.本文的研究成果不仅丰富了随机启发式算法的理论研究成果,而且得到算法的并行性程度与算法性能之间存在相关性的结论.(本文来源于《广东工业大学》期刊2017-06-01）
黄焱,王鹏,程琨,刘峰[6]（2016）在《多尺度量子谐振子优化算法的并行性研究》一文中研究指出多尺度量子谐振子优化算法(MQHOA,multi-scale quantum harmonic oscillator algorithm)是一种利用量子谐振子波函数构造的新的智能算法,采样运算是MQHOA算法的基本运算单元和主要运算量,采样运算的独立性赋予MQHOA算法内在并行性。通过对MQHOA算法群体参数和采样参数进行实验,确定算法的并行粒度并提出多尺度量子谐振子并行算法(MQHOA-P,multi-scale quantum harmonic oscillator parallel algorithm)。在由10个计算节点构成的集群上对6种标准测试函数进行实验,通过改变计算节点数、函数维数和采样参数测试MQHOA-P算法的加速比,实验结果表明,MQHOA-P算法具有良好的加速比和扩展性,可以在大规模集群中部署、运行。(本文来源于《通信学报》期刊2016年09期）
吴相猴[7]（2016）在《多核DSP+ARM片上系统并行性研究》一文中研究指出近年来,数字图像处理器DSP以其强大的处理能力、较低的功耗和灵活性强的特点被越来越广泛地运用于高性能云计算、视频监控、光电探测、自动化等各个领域。在几十年的发展过程中,DSP从诞生之初的简单结构逐步向多核以及与微处理器融合的方向转变。随着DSP技术的进步,光电经纬仪图像处理硬件平台开始从多片单核DSP+外围电路的松散耦合架构到单片多核DSP+外围电路的紧密耦合架构转变。TI公司2013年推出的66AK2H12多核DSP+ARM片上系统提供了这一需求的解决方案。新的解决方案在带来性能提升的同时,也带来了并行编程、资源整合等方面的困难。本课题就是基于光电经纬仪图像处理平台的升级需求,研究如何充分利用66AK2H12片上系统的系统资源进行程序设计,以及如何挖掘系统的并行特性,提高程序效率。本文对研究工作做了如下四部分的介绍:1.66AK2H12片上系统的系统架构——包括处理器架构、存储架构和核间通信机制。研究发现该片上系统有强大的数据处理能力,高速的内部存储器、互连网络和数据迁移引擎。此外,完善的中断控制系统和核间通信机制使得多核并行处理成为可能。在此基础上提出了有效的并行优化策略和存储优化策略。2.多个系统主设备并行访问存储器的性能。总结了系统关键节点的带宽信息,并对系统关键主设备(DSP、ARM和EDMA)并行访问关键存储节点(MSM和DDR3)的性能进行了测试与分析。实验结果显示,系统片上存储器具有足够的带宽支持多个主设备的共同访问,使用缓存技术或EDMA等辅助访存设备能有效提高访存性能。这对应用程序合理设计程序架构、安排存储资源具有一定的借鉴意义。3.多核并行程序设计的设计思路和编程模型。Sobel算子图像边缘提取算法实验演示了如何将这些设计思路和编程模型应用于具体应用。实验同时表明OpenMP模型能较好的应用于这种多核DSP+ARM协同编程的应用,并且能取得比较好的并行加速性能。4.Linux系统在66AK2H12片上系统平台上的启动过程以及将Linux系统移植到该平台的步骤。(本文来源于《中国科学院研究生院(光电技术研究所)》期刊2016-05-01）
王晓楠[8]（2016）在《基于Spark的分类回归树算法并行性研究》一文中研究指出随着计算机技术与信息化技术的发展,信息化与现代化在社会各行各业都得到了极大的普及与覆盖,而这些信息化的普及给各行各业带了一个最大的问题就是数据呈指数级增长。为了充分利用这些数据,数据挖掘技术随之迅速发展。分类技术是数据挖掘的一种重要手段,也得到了广泛的发展。决策树分类技术是分类技术的一个重要的分支,本文主要对决策树分类技术进行了深入的研究,详细介绍了决策树分类技术的一些关键概念、决策树的处理过程、决策树技术主要的研究内容等。决策树主要的研究内容包括:数据预处理技术、分割属性的选取策略、决策树的剪枝、决策树的并行化和增量式决策树。其中,属性的选取标准是决策树最关键的研究内容,不同的决策树之间最大的区别就是属性选取标准的区别。本文还详细的介绍了CART这一决策树算法,包括其属性选取的标准、两种不同类型的属性(离散型属性和连续型属性)的不同处理方式以及其剪枝算法等,然后以示例的方式详细地描述了CART算法的“建树”和“剪枝”两个重要的处理流程。本文还对Spark分布式处理框架进行了研究,详细的介绍了Spark分布式处理框架的特点以及其与Hadoop分布式处理框架的不同之处。本文还列举了Spark在国内外大公司的成功使用案例。本文还分析了CART决策树算法的不足之处,并以此提出了自己的改进,包括对CART算法的并行化改进以及减少不必要计算量的改进;同时,我们还结合Spark这一种新兴的分布式处理框架来对我们CART算法进行了另一种的并行化改进。最后,本文还介绍了我们搭建的Spark集群环境,并且也描述了我们的实验过程与实验步骤,然后我们再通过实验来验证我们对CART算法改进的有效性,实验证明我们的改进能够有效的提高CART算法的计算效率。(本文来源于《重庆大学》期刊2016-04-01）
[9]（2016）在《有关范植华教授着作《并行性分析的数学原理》一书相关内容介绍》一文中研究指出内容简介本书既是计算机工程技术领域的理论专着,又是抽象数学解决工程技术实际问题的应用专着。它囊括了(微积分学开创、由微分方程和复变函数等继承与发展的)精确思维与(概率论数理统计和信息论开创、由模糊数学等发扬光大的)不精确思维,并包括"纯粹"数学中近世代数在内的几十门数学分支,运用于应超级电脑之运而生的并行处理这一工程技术前沿,获得巨大的成功。其内容基本按"公理-定义-引理-定理-证明-推论-应用"的数学演绎链编写,(本文来源于《中国西部科技》期刊2016年01期）
粟子芩,徐伯庆,苏栋骐[10]（2015）在《图像代数重建算法的并行性研究》一文中研究指出针对CT图像重建中不完备投影数据重建问题,提出了基于迭代的代数重建(ART)算法。为了解决ART算法重建速度慢这一问题,文中采用计算机集群的并行加速处理技术,将投影角度均匀地分配给适当的多个CPU,再将多个CPU并行独立运行的重建结果进行加权平均。实验数据表明,图像重建速度提高近6倍(CPU个数为6),图像重建质量优于传统的串行重建质量,且提高了ART算法的实现效率。(本文来源于《电子科技》期刊2015年10期）
并行性论文开题报告
（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：
随着信息技术和智能移动设备的快速发展和大规模普及,数据产生的速度以及累积的速度正在呈爆炸式增长,传统的业务系统已经无法满足大数据处理的需求。而云计算是一种新兴的商业计算模型,拥有并行性、弹性、可扩展性等诸多优势,而且已经在当今学术界、产业界被广泛关注,越来越多的组织者计划将遗留系统移植到云计算平台,以便提高数据处理的效率。但是,直接将遗留串行代码部署在云计算平台上运行,并不能充分利用云计算的优势,开发人员需要根据云计算编程模型对遗留代码进行重构,实现数据的并行处理。在此之前,首先要做的是遗留代码的可分布式并行性分析,即确定遗留系统中哪些业务可以分布式并行。本文借鉴语句之间依赖关系的分析方法,提出循环迭代之间依赖关系的分类及定义,并针对简单变量和数组访问提出相应的判定规则,通过分析循环迭代间的依赖关系是否存在来判定循环的可并行性。同时,针对云平台主流的分布式并行编程模型MapReduce,提出数据可分割的定义和相应的判定规则。在分析循环迭代之间依赖关系和数据可分割性的基础上,提出一种针对遗留代码可分布式并行性的分析方法。最后,基于该方法开发了可分布式并行性分析工具,用于识别和标记遗留系统中可分布式并行的循环。本文使用分析工具多个遗留系统进行了实验验证。实验结果表明,该工具能够有效识别出遗留系统中可分布式并行的代码片段,辅助实现云移植中遗留代码的重构。
（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。
并行性论文参考文献
[1].李明东,姜飞,胡昊东.基于启发式搜索算法的并行性MapReduce框架研究[J].鄂州大学学报.2019
[2].赵志梅.遗留代码的可分布式并行性分析研究[D].内蒙古大学.2019
[3].陈海鹏,邱际伦,邱峰,邢雪.基于Pi演算的前沿调度算法并行性建模及实现[J].吉林大学学报(工学版).2019
[4].卜得庆,王耀彬,李凌,杨洋,程一鸣.嵌入式应用中的循环级线程推测并行性分析[J].计算机应用研究.2019
[5].彭潇琪.基于图论分析差分演化算法的并行性特征[D].广东工业大学.2017
[6].黄焱,王鹏,程琨,刘峰.多尺度量子谐振子优化算法的并行性研究[J].通信学报.2016
[7].吴相猴.多核DSP+ARM片上系统并行性研究[D].中国科学院研究生院(光电技术研究所).2016
[8].王晓楠.基于Spark的分类回归树算法并行性研究[D].重庆大学.2016
[9]..有关范植华教授着作《并行性分析的数学原理》一书相关内容介绍[J].中国西部科技.2016
[10].粟子芩,徐伯庆,苏栋骐.图像代数重建算法的并行性研究[J].电子科技.2015
论文知识图
