Cтраница 1
Схема функционирования многометодного алгоритма идентификации рассматривается на примере использования трех модификаций стандартного регрессионного анализа. Коэффициенты модели оцениваются одновременно тремя методами ( методом текущих наименьших квадратов, взвешенным методом наименьших квадратов, методом наименьших квадратов с переменной глубиной памяти) по заданной матрице исходных данных. При этом соответственно рассматриваются разные длины текущих интервалов, разные весовые коэффициенты, разные глубины памяти. [1]
Для распараллеливания многометодного алгоритма идентификации выбрана MPMD-модель программирования. [2]
Решается задача построения математических моделей технических систем в условиях структурно-параметрической неопределенности, предназначенных для оперативного управления. Используется многометодный алгоритм идентификации. Предлагается распараллеливание вычислений для преодоления высокой вычислительной трудоемкости этого подхода. Обоснованы применение MPMD-модели вычислений и ее реализация с помощью системы передачи сообщений MPI. Изложены основные технологические этапы разработки программ для систем с массовым параллелизмом на примере многометодного алгоритма идентификации. [3]
В работе исследованы возможности применения параллельных вычислений при построении математической модели, предназначенной для оперативного управления. На примере многометодного алгоритма идентификации рассматриваются технологические аспекты разработки масштабируемых параллельных вычислений для MPMD-модели вычислений с использованием системы передачи сообщений MPI. Изложены основные технологические этапы разработки сложных вычислительных программ для систем с массовым параллелизмом: анализ задачи и выявление ее потенциального параллелизма, выбор модели программы и схемы распараллеливания, определение схемы вычислений и программирование задачи. Проведенные исследования показывают, что предлагаемый алгоритм обладает значительным объемом потенциального параллелизма и хорошей, с точки зрения распараллеливания, структурой. Это позволяет надеяться, что при использовании для таких задач систем с массовым параллелизмом зависимость ускорений от числа используемых процессоров будет близка к линейной. [4]
Очевидно, что программная реализация параллельных вычислений представляет собой сложную в теоретическом и практическом плане задачу, и во многом определяется языковыми и инструментальными средствами программирования. В зависимости от типа архитектуры компьютеров для организации параллельных вычислений применяются векторизация или распараллеливание. Поскольку многометодные алгоритмы предполагают распараллеливание как по данным ( одна параллельная инструкция воздействует на разные потоки данных), так и по процессам ( различные потоки данных участвуют в вычислительном процессе под управлением различных потоков команд), их программная реализация должна осуществляться на системах с массовым параллелизмом. [5]
После обновления матрицы исходных данных заново стартуют все методы со всеми вариантами. Таким образом, одновременное применение разных методов идентификации и расчет по ним нескольких вариантов формируют группу алгоритмов, каждый из которых работает достаточно эффективно только в определенной ситуации. При этом многометодный алгоритм предусматривает автоматический анализ различных вариантов построения моделей разными методами по заданному критерию. [6]
Недостаток такого подхода в условиях неопределенности очевиден, так как сложно указать порядок перехода от метода к методу. Кроме того, основная проблема его применения для эффективного решения задач текущей идентификации заключается в том, что приходится проводить последовательный перебор, требующий больших временных и вычислительных затрат. Возникающие трудности преодолеваются с помощью многометодной технологии, нового подхода к реализации многометодного алгоритма. Она заключается в распараллеливании вычислительного процесса на многопроцессорных компьютерах путем организации параллельных вычислительных потоков для одновременного проведения расчетов разными методами. Каждый поток реализует построение модели одним из выбранных методов на отдельном процессоре, и по заданному критерию выбирается наилучшая модель. [7]
Решается задача построения математических моделей технических систем в условиях структурно-параметрической неопределенности, предназначенных для оперативного управления. Используется многометодный алгоритм идентификации. Предлагается распараллеливание вычислений для преодоления высокой вычислительной трудоемкости этого подхода. Обоснованы применение MPMD-модели вычислений и ее реализация с помощью системы передачи сообщений MPI. Изложены основные технологические этапы разработки программ для систем с массовым параллелизмом на примере многометодного алгоритма идентификации. [8]