摘要：针对梅花树建模的难度和梅花林自然景观模拟的复杂性,设计了一套新的建模系统.系统先对梅花树个体进行建模,再对梅花林景观进行模拟,并将梅花树建模分为两部分完成:枝干建模和花朵建模.和以往植物建模算法不同,将梅花树的分枝结构作为一个平衡的动力系统加以考虑,通过平衡算法将不同的分枝组合成梅花树整体轮廓,结果更加真实.梅花林中的花瓣采用NURBS曲面模拟,根据自然界中梅花花瓣的排列方式绘制出花朵,并利用经典的波动方程对飘落的花瓣进行模拟.为了提高漫游速度,将离视点近的梅花树采用图形实时绘制,对于远处场景中的梅花树采用图像技术绘制,并在实时的计算机绘制中得出图形绘制和图像绘制的分界点在黄金分割点附近效果较好.

摘要：针对云计算系统在运行过程中由于计算节点空闲而产生大量空闲能耗,以及由于不匹配任务调度而产生大量"奢侈"能耗的能耗浪费问题,提出一种通过任务调度方式的能耗优化管理方法.首先,用排队模型对云计算系统进行建模,分析云计算系统的平均响应时间和平均功率,建立云计算系统的能耗模型.然后提出基于大服务强度和小执行能耗的任务调度策略,分别针对空闲能耗和"奢侈"能耗进行优化控制.基于该调度策略,设计满足性能约束的最小期望执行能耗调度算法ME3PC(minimum expectation execution energy with performance constraints).实验结果表明,该算法在保证执行性能的前提下,可大幅度降低云计算系统的能耗开销.

摘要：可扩展性是并行计算的一个重要性能指标,但传统可扩展性度量机制只是试图从某一个侧面反映并行计算可扩展情况,难以全面度量并行计算系统综合性能.深入和全面地研究可扩展性度量机制,从众多性能指标中精选一组关键参数,对其进行归一化处理,然后用Kiviat图的面积来刻画并行计算的综合性能,由此给出一种新的等性能面积的并行计算扩展性度量机制,并进一步分析新度量机制和传统机制的关系.最后,应用新度量机制分析矩阵相乘算法在LogP计算机模型上的扩展性,并在集群平台上实际运行程序进行扩展性实验,进一步验证新机制的有效性.新度量机制对于指导并行计算体系结构完善,以及并行算法设计和调优有重要意义.

摘要：提出一种新颖的活动链的行为规范概念,该概念的粒度介于活动和场景概念之间,并根据基于活动链的行为刻画需求,设计"链存在、链缺失、链前提和链因果"四个行为模式,并给出这些模式到标记迁移系统LTS的映射规则,精确刻画了行为模式的操作语义,通过定义组合E-服务满足活动链模式的内涵,给出可满足性验证的充要条件和判定算法,最后给出实例分析.

摘要：针对目前.软件体系结构动态演化描述方法的不足,提出用约束超图表示软件体系结构,用左右应用条件刻画软件体系结构动态演化的前断言和后断言,用条件超图文法建模软件体系结构动态演化过程.通过案例分析,讨论了如何构建条件超图文法并应用于软件体系结构动态演化.在此基础上,建立软件体系结构动态演化的一致性条件定义,给出动态演化的一致性判定方法.最后,设计实验进行分析,验证了方法的有效性.

摘要：云计算是一种新兴的计算模式,倡导一切皆服务.云计算由于能够共享分布在世界各地的计算资源,在大规模计算和数据存储中越来越受到重视.云计算是当前IT工业界、学术界研究的热点领域,云环境中的资源可用性已成为云计算不可忽视的问题.对于云计算,当处理器的处理速度不同,不是一直可用于计算时,可用性成为设计和发展云计算系统的关键需求.根据并行任务图及树形云平台的结构特点,分别讨论了影响并行任务可用性需求和计算资源可用性保障的关键因素,给出一种可用性的量化计算公式.并且通过感知任务"可用性需求"和计算资源"可用性保障",实现可用性匹配,提出了两种可用性感知的调度算法Afsa和Agsa.模拟实验表明该算法能够改善云环境中资源可用性和可靠性,对提高任务调度的成功率具有实际意义.

摘要：N体问题是一个经典动力学问题,在多个领域得到广泛的应用。但随着规模的增大,对求解计算性能的要求成为其研究的主要障碍。当前,FPGA可重构技术由于具有硬件可编程结构和高度并行处理能力而成为高性能计算关注的热点。现以FPGA加速求解N体问题为例,阐述一种新型的求解计算密集型任务的方法。

摘要：为了分离软件系统中的核心关注点和横切关注点,通过引入面向方面软件开发的思想设计了一种面向方面软件体系结构模型,并详细分析了该模型的三个基本构成单元,即构件、连接件和方面构件。最后通过一个网上支付实例验证了该模型具有一定的理论意义和实用价值。

摘要：云计算平台中存在大量的异构资源,当云用户将任务提交给云平台,云调度系统搜索与这些任务需求相匹配的资源时,有可能没有任何资源节点能满足任务的需求,因此需要对这些异构资源进行聚类划分,满足任务的需求。根据实际情况,不妨假设云任务对云资源有主/次需求。文章给出云资源分簇计算能力的定义以及资源均衡划分概念,设计了随机近似和增强内聚性的云资源均衡划分算法。最后,通过模拟实验对算法的有效性进行分析。

摘要：矩阵主特征向量(principal eigenvectors computing,PEC)的求解是科学与工程计算中的一个重要问题。随着图形处理单元通用计算(general-purpose computing on graphics pro cessing unit,GPGPU)的兴起,利用GPU来优化大规模稀疏矩阵的图形处理单元求解得到了广泛关注。分别从应用特征和GPU体系结构特征两方面分析了PEC运算的性能瓶颈,提出了一种面向GPU的稀疏矩阵存储格式——GPU-ELL和一个针对GPU的线程优化映射策略,并设计了相应的PEC优化执行算法。在ATI HD Radeon5850上的实验结果表明,相对于传统CPU,该方案获得了最多200倍左右的加速,相对于已有GPU上的实现,也获得了2倍的加速。