摘要：为更好地组装并行构件程序和进行性能优化工作,设计和使用了不同的软件agent。构件连接agent负责构件接口的粘合和数据重分布。构件执行agent和资源管理agent相互协作,把构件部署在满足要求的计算节点上。定义了4种不同的构件自适应策略。不同的构件自适应agent、构件执行agent和资源管理agent相互合作,针对平台计算资源的不同情况,完成构件的自适应过程,提高了构件的性能。资源管理agent、负载探测agent和构件执行agent相互合作,完成负载均衡工作,提高了整个计算平台的性能和吞吐量。在异构计算机集群上的相关实验证明了所提出的基于agent技术的并行构件组装及性能优化方法的有效性。相比传统的性能优化方法,基于agent技术的方法使用灵活,并且具有性能上的优势。

摘要：现有的并行构件程序大多采用静态或者集中式的动态负载均衡策略,性能优化效果并不理想。通过分析CCA(Common Component Architecture)并行构件程序的运行机制,提出一种动态的、分布式的并行构件程序负载均衡方法。使用基于面向对象机制的方法建立计算节点的类库,通过数据流分析管理不同并行构件调用之间的依赖关系,将不存在依赖的并行构件实例作为可以并行执行的任务分配给计算平台上的不同计算节点执行。实验表明,相对于已有的静态或集中式的负载均衡策略,能更好地利用计算资源,同时避免可能由管理节点造成的瓶颈效应,有较小的负载均衡开销,能取得更好的性能效果,具有较好的可扩展性。

摘要：本文以并行构件技术为基础,设计并实现了一个医疗信息系统。该系统分为3个主要模块。其中患者个人信息管理模块提供对患者个人信息的基本管理,结合对患者注册情况的分析,能够动态地改变该模块拥有的处理器数目,提高大量用户访问时的访问效率。患者缴费信息管理模块提供对患者缴费数据的管理,在数据加密处理,模块功能使用权限管理两个不同的工具支持下,能够使本地和远程的用户安全地访问缴费信息。患者病历管理模块主要保存患者就诊的历史数据。结合医疗数据人工智能处理方法,医生能够在对患者当前症状和历史病历数据的基础上,对患者做出更精确,快速的诊断,提供最优化的治疗方案。同时,此部分加入了一个大数据处理单元,将大量的医疗数据处理任务进行切割划分,并将划分后的小任务自适应地调度到一个大规模服务器集群上并行执行,结合多进程,多线程和任务池的方法,使海量医疗数据的处理速度大为提高。

摘要：本研究利用CCA并行构件技术,将核磁共振图像处理软件包中的不同功能模块实现为符合CCA标准的并行构件,通过相应的调用接口,把不同的并行构件连接起来,组成图像处理程序。结合部署运行并行程序的集群平台,混合使用MPI和OpenMP两种编程模型,针对构件代码中不同任务的依赖关系,可以灵活地改变构件运行的并行度,既充分地利用了平台的计算资源,又提高了图像处理功能的运行速度,提高了整个程序的性能。

摘要：本文基于传统的分子动力学模拟方法和高性能计算平台的资源情况,提出了用并行构件技术解决分子动力学模拟软件开发的方法,使用高级语言编写分子动力学模拟软件的并行构件,提高了模拟软件的开发效率和运行性能。