Convergence of relaxed matrix multisplitting chaotic methods for H-matrices

来源 :2012全国高性能计算学术年会 | 被引量 : 0次 | 上传用户:hjjnet
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  In this paper,based on the methods presented Song,Yuan [Int.J.Comput.Math.,52 (1994) 195-209],we present relaxed matrix multisplitting chaotic generalized USAOR-style methods by introducing more relaxed parameters and analyze the convergence of our methods when coefficient matrices are H-matrices or irreducible diagonally dominant matrices.The parameters can be adjusted suitably so that the convergence property of methods can be substantially improved.Furthermore,we further study some applied convergence results of methods to be convenient for carrying out numerical experiments.Finally,we give some numerical examples,which show that our convergence results are applied and easily carried out.
其他文献
现在MapReduce并行计算模型在不同场景下得到了广泛使用。由于网络IO传输速度通常远小于磁盘读取速度,所以Map任务的本地执行可以提高系统的吞吐率,减少作业执行时间。但是在多作业情况下,由于作业数据分布的随机性,Map任务的本地执行可能会产生负载不均衡的问题。本文提出了一种基于本地优先的作业调度策略,实现Map任务的完全本地化的同时通过优化作业调度,最大限度地实现了节点间的负载均衡。
本文针对Hadoop平台数据本地化处理的新特征,探索Haoop平台中Map任务数据访问监控机制。提出Hadoop平台数据访问监控机制不仅应服务于数据请求响应时间或吞吐率等传统数据访问效率优化目标,还应服务于保障并行执行的多Map任务数据访问开销均衡度。针对新的服务目标,本文提出包含物理数据块层、逻辑文件块层和文件层的层次化数据访问监控信息视图模型:依托Hadoop平台现有结构,设计了基于maste
云计算技术的快速发展和大量计算资源的聚集,对承载云计算应用的服务器在高密度、可靠性、稳定性、低功耗等方面提出了新的要求。为改变国外厂商占据高端云计算服务器的局面,高端云计算服务器作为应用领域中的重要信息化设备,研究和设计自主产权的国产高端云计算服务器具有重大安全战略意义。本文从服务器体系结构、多核处理器、可靠性设计(主板布局、系统散热)方面对服务器进行研究和产品模型的研制,着重探讨了可靠性设计时的
虚拟化技术与云计算平台的结合使虚拟化环境下的系统安全成为当前研究的焦点,虚拟机监控作为构建安全系统的关键技术,得到越来越广泛的应用。现有虚拟机监控技术均以特权虚拟机Domain0作为监控虚拟机,忽视了Domain0中庞大的用户层工具所带来的安全威胁,同时半虚拟化的监控虚拟机对Windows操作系统上的特殊应用无法提供支持。本文基于硬件虚拟化技术提出一种安全监控框架——在硬件虚拟域内建立基于Wind
网格资源的异构性、动态性等特征使网格任务调度面临着诸多问题。针对传统可靠性评估模型仅考虑资源失效的问题,在考虑本地任务会抢占网格任务执行资源的情况下,引入任务执行延期失效,建立了一种新的资源可靠性评估模型。在此基础上,给出了面向可靠性和费用的多目标网格任务优化调度模型。针对该NP问题,采用化学反应优化算法对该优化问题进行求解,给出了算法四种操作的具体实施方法。仿真实验表明,所提出的可靠性评估模型更
TOUGHREACT 是一个用于对地下多相流体运动和地球化学运移耦合过程进行模拟的软件,被广泛应用于多种地下复杂环境的数值分析。由于工程项目应用的需求扩大,多种多样场地级的地下模型需要用计算机来模拟,而原有串行计算软件能力难以达到要求。如何在计算能力快速发展的并行平台上构建高性能计算软件是一个需要解决的问题。本文针对原有软件的数值计算特点,在异构型CPU-GPU 计算平台以及传统分布式内存计算平台
本文阐述了MPI和OpenMP模型的编程方法。立足当前流行的集群系统结构,提出在节点内使用OPENMP线程级并行,节点间使用MPI进程级并行的混合并行来替代纯MPI并行的模式,对我国自主研发的新一代数值天气预报系统GRAPES( Global/Regional Assimilation and Prediction Syste)进行试验。结果表明,混合并行算法有更好并行效率和加速比。
随着网络带宽的快速增长,互联网正面临着日益严重的安全威胁.网络入侵检测系统(NIDS)利用模式匹配等技术对网络报文进行分析和检测,是防范网络威胁、保护网络安全的一种有效手段.但模式匹配消耗巨大的计算量,现有的技术难以满足10Gbps以上骨干网络NIDS的需求.本文提出了基于Bloom filter的细粒度并行模式匹配技术PBPM(Parallel-Bloom-filter-based multi-
本文提出一种利用国家超级计算济南中心的千万亿次计算平台,可对整个城市范围内的公共Wi-Fi无线网络进行信息截取和舆情分析的系统,基于非介入式的无线数据包捕获技术、Web页面还原与容错修复技术、多种文本挖掘技术和海量数据处理技术,实现了对公共Wi-Fi无线网络中的各种非法行为进行取证,对网络舆情进行准确分析和预测的功能,可为相关部门的网络舆论导向工作提供全面准确的参考。
Algorithms+Data Structures=Programs(算法+数据结构=程序)是对于传统程序结构简明扼要的描述,但它没有考虑云计算的弹性特征。在云计算环境中,云服务提供商应该根据当前请求云资源的任务数弹性的分配云资源,用户根据云资源的价格,弹性的使用计算资源,获取计算结果。因此在云计算“即用即付”的价格模型下,提出一种面向云应用的程序结构,以满足云计算的弹性可扩展的要求。同时我们提