基于Agent的分布式计算
基于Agent 的分布式计算
生桂勇
(江海职业技术学院 江苏扬州 225101)
摘 要:A g ent 作为一种全新的分布式计算模型,其优越的性能受到越来越多的重视。Java 语言的平台独立性、对象序列化及动态类装载等机制,为设计和研究基于A gent 的分布式计算提供了独特的作用。首先分析A gent 的工作原理,并设计一个应用A gent 计算矩阵乘法的实例,验证了A g ent 的特性。实验结果表明,基于Ag ent 的分布式计算在运行效率、容错性以及平台独立性方面都有良好的表现。
关键词:Java;Ag ent;线程;分布式
中图分类号:T P311 文献标识码:A 文章编号:1004 373X(2009)12 052 03
Distributed C omputing Based on Agent
SH ENG Guiy ong
(Ji ang hai P olyt echnic Co llege,Yang zho u,225101,China)
Abstract :A s a nov el paradig m for distr ibuted computing,Ag ent ex hibits some ex cellent character istics and receives atten t ion increasingly.T he platfo rm independent of Jav a lang uag e,and object serializatio n mechanisms such as dynamic loading cat e g or y pro vide a unique ro le for the desig n and r esear ch o f A g ent based distributed computing.T his paper fir st analyses the wo rking pr inciple o f A gent,then desig ns an example of ca lculatio n of matrix multiplicatio n by using A gent to v erif y t he char ac ter istics of the A gent.T he results show that Ag ent based distr ibuted co mputing in o per ating efficiency,fault tolerance,as well as t he platfo rm independent has go od per formance.
Keywords :Jav a;A g ent;thread;distributed
收稿日期:2008 09 24
0 引 言
支持分布式应用软件开发的环境及工具层出不穷,它们在一定程度上为分布式应用软件设计和开发提供
了方便,但它们也在很多方面,尤其是在面向对象、安全性和可移植性等方面存在着不足。现代网络技术的高速发展,特别是Internet 的日益普及,推动了分布式计算的研究。移动Ag ent 作为全新的分布式计算工具,通过将自身代码、状态传送到远程主机,而远程主机本地执行的方式克服了client/ser ver 结构的不足之处,因此成为分布式计算的主要发展方向之一。最初实现移动Agent 的工具语言主要是Tcl 、Schem e 等。Java 的出现改变了这一切,由于Jav a 语言的平台无关性、多线程及对象序列化机制等特点使之成为实现移动Ag ent 的首选语言。目前,大部分商业性和研究性的移动Agent 系统都是基于Java 语言,例如IBM 公司的Aglets 和General Mag ic 公司的Odyssey 等,Java 为网络世界带来了可靠的面向对象的程序设计方式。讨论Ag ent 的机制和实现,并把Ag ent 用于矩阵的分布式计算。分析表明,基于Agent 的分布式计算
在运行效率、容错性以及平台独立性方面都有良好的表现。1 Agent
目前,仍然没有一个关于Agent 的统一定义,就像什么是智能一样。一般认为Agent 是一种在分布式系统或协作系统中能持续自主发挥作用的计算机主体,即软件智能体。它具有以下基本特征:
(1)自治性(Autonom y);(2)社会能力(Social Ability);(3)反应能力(Reactivity);
(4)基于目标(Goal Dir ected Behav io r)的自发行为(Pro activeness)。
1.1 移动Agent
移动A gent 是一种独立的计算机程序,它可以自主地在异构网络上按照一定的规程移动,寻找合适的计算机资源、信息资源或软件资源,利用与这些资源同处一台主机或网络的优势,处理或使用这些资源,代表用户完成特定的任务。换句话说,它拥有一个显著的特点,移动性(M obility ),即Ag ent 可以从一个主机移动到另一个主机而保持其内部状态不变,它可以携带数据
软件技术生桂勇:基于A gent 的分布式计算
和远程执行的智能指令(多数情况下就是它本身)。移动Agent除了具有A gent的特征外,还具有以下优点:
(1)节省带宽。移动Agent移动到工作服务器端,并把最终数据传回客户机,可以节省通信带宽;
(2)节省时间。主要是因为移动Agent减少了网络传输,在规模较大的数据库操作中Ag ent能实现本地操作;
(3)减少延迟。移动Agent移动到服务器端,直接传回最终结果,避免了中间数据的传输延迟;
(4)异步方式。一旦移动Ag ent从客户端传输到另一台主机上,这台机器就可以与网络断开连接,直至想回收Agent或再次传送Agent;
(5)负载平衡。移动A gent能轻易地从一个平台移动到另一个平台,它们带着自身代码移动到目的机器上无需预先安装就能运行,可以很方便地实现负载平衡;
(6)动态配置。移动A gent可以感知环境的变化并做出反应,多个移动Ag ent可以动态地调整分布,以维持最优配置;
尽管上述优点没有一个是移动A gent所惟一拥有的,但是没有一种技术能像移动Ag ent一样同时具备以上6个优点。
1.2 基于移动Ag ent的分布式计算模式
移动Ag ent模式的关键特征就是网络中的任一主机都拥有处理资源、处理器和方法的任意组合的高度灵活性。方法(在移动Agent的形式下)没有锁定在一台主机上,而是在整个网络内可共享。
移动Ag ent模式为分布式系统的设计,实现和维护都带来了活力,该模式有如下的优点:
(1)减轻网络负载。移动Ag ent可以将一个会话过程打包,然后将其发送到目标主机上进行本地交互。此外,当进行远程主机的大量数据处理时,这些数据不应在网络上传来传去,而应在本地处理完成;
(2)克服网络隐患。移动Ag ent技术可以从中央控制器传送到各局部点激活,并在当地直接执行控制器的指令;
(3)封装协议。数据在分布式系统中进行交换时,每一台主机都有自己的网络协议,该协议将对传出的数据进行编码,对传入的数据进行解释。移动A gent能够直接迁移到远程的主机,建立起一个基于私有规程的数据传输通道;
(4)具有应变能力。移动Ag ent具备感知其运行环境,并对环境变化做出反应的能力;
(5)具有自然异构性。网络计算平台往往是异构的,由于移动Agent通常独立于计算机和传输层,而仅仅依赖于其运行环境,所以移动A gent提供了系统无缝集成的最优条件;
(6)异步自主运行。移动设备上的任务可以嵌入到移动Ag ent中去,然后将它通过网络派遣出去,此后,移动Agent就独立于生成它的过程,并可异步自主操作;
(7)健壮性和容错性。移动Ag ent具有对非预期状态和事件的应变能力,这是更容易创建健壮和容错性好的分布式系统。
由于移动Agent技术具有上述优点,它在电子商务、并行处理、移动计算等应用领域具有很好的发展前景。
2 Aglet
Ag let是由IBM公司用纯Java开发的移动Agent技术,并提供实用的平台 Aglet Workbench,让人们开发或执行移动Agent系统。Aglet这个词是由Agent!和Applet!合成。简单地说,Aglet就是具有Agent行为的Java Applet对象。但Aglet同时传送代码及其状态,而Applet只传送代码。Aglet以线程的形式产生于一台机器上,可随时暂停执行的工作,而后整个Aglet可以被分派到另一台机器上,再重新启动执行任务。因为它占有的是线程,所以不会消耗太多的系统资源。
2.1 Ag let系统框架
由Aglet的系统框架(见图1)可以看出A glet的执
行分为若干阶段。
图1 A g let的系统框架
首先当一个正在执行的Aglet想要将自己迁移到远端时,会对Aglet Runtime层发出请求;接着Ag let Runtime层将Ag let的状态信息与代码转换成序列化(Serialized)的字节数组。这时如果请求成功,系统将字节数组传送至AT CI(Agent T ranspo rt and Co mmu nication Interface)层处理,这一层可使用的AT P(A gent Transports and Pr otoco l)接口。接着,系统会将字节数组附上相关的系统信息,如系统名称以及Ag let 的id等,并以比特流方式通过网络传至远端机器,远端机器利用A TCI层提供的ATP接口,接收到传来的字
?现代电子技术#2009年第12期总第299期 计算机应用技术
节数组及系统信息;最后Ag let Runtim e 层对字节数组反序列化,得到Ag let 的状态信息与代码,此时Ag let
可以在远端机器上执行。2.2 Aglet 对象模型
Aglet 系统提供了一个上下文环境(Contex t)来管理Aglet 的基本行为,如创建(Creat)Ag let 、复制(Clone)A glet 、分派(Dispatch)Ag let 到远端机器、召回(Retract)远端的Ag let 、暂停(Deactive)、唤醒(Active)Aglet,以及清除(Dispose)Aglet 等,过程如图2
所示。
图2 A glet 的对象模型
Aglet 与Aglet 之间的通信,是使用消息传递的方式来传递消息对象的。从安全角度考虑,Aglet 并非让外界直接存取其信息,而是通过一个代理(Pro xy )提供相应的接口与外界沟通。这样A glet 的所在位置就会透明化,也就是Ag let 需要与远端的Aglet 沟通时,只在本地主机的上下文环境中产生对应远端Ag let 的代理,并与此代理沟通即可,不必直接处理网络连接与通信的问题。
3 矩阵乘法的分布式计算实例
为验证Agent 的特性,设计一个应用Aglet 计算矩阵乘法的实例。
首先,对任务进行分解,并创建一个主Agent;然后主Agent 创建从Agent,并将任务分派给它们,从Agent 完成计算后把结果返回给主Agent 。然而主Agent 等待从Ag ent 的回答,将计算结果拼接起来组成计算结果,并将得到的结果返回给用户。主 从模式如图3
所示。
图3 主 从模式为此,在局域网中两台机器运行,一台为M aster,另一台为Slave 。在Master 端启动Ag let 平台创建M atrix 类,并创建Calculato r 类,发送到Slav e 机器上运行。M aster 机器将Slave 机器上运行完成后的Agent 回收(结果),再与本机上的运行结果合并,并显示结果。
Master 端的M atrix 类的基本算法如下:
handleM essage(msg );//处理消息,根据消息选择执行程序setM essag e(msg);//窗口显示消息onCreatio n(obj);//设置初始化窗口createGU I();//创建窗口matr ix run();//本地计算部分startT rip(msg );
//远程计算部分,发送A gent,即Calculator 到远端
Output(msg);//显示最后计算结果
Slave 端的Calculator 类的基本算法如下:
onCreatio n(obj);
//初始化
run();
//计算并返回结果
矩阵的计算过程是M aster 端的M atrix 类与Slav e 端的Calculator 类之间的交互过程,其关系如图4
所示。
图4 矩阵的计算
4 结 语
Java 语言作为跨平台网络编程语言,其自身所具有的很多特点与实现Agent 的需要恰好完全吻合,使其成为设计移动Ag ent 系统的首选语言。与基于Socket 或RM I 实现分布式计算不同的是,Ag let 通过传递代码到远程计算机而不是传送数据到远程计算机上进行分布式计算。随着移动Ag ent 技术的日益成熟,Agent 必将在许多领域产生更大的影响。
参 考 文 献
[1]Sohda Y ,N akada H ,M atsuoka S.Implementation o f a P ort
able So ftwar e in Jav a[A ].Jav a Gr ande/IS0PE ?01[C].2001:163 172.[2]Bubak M ,K urzyniec D,L uszczek P,et al.Creating Jav a to
Nat ive Code Inter faces w ith JA NET [J].Scientif ic Pr og ra
mming,2001(1):39 50.
(下转第58页)
软件技术生桂勇:基于A gent 的分布式计算
算法进行比较,表3列出了不同算法的实验结果。实验中,取海明距的阈值H D=0.38时,算法的R FA= 3.8%,R FR=4.81%,R CR=95.2%;当类内距离与类间距离相交H D=0.39时,算法的R FA= 4.293%,R FR= 2.642%,R CR=97.75%。
表3 各算法实验结果
M ethod R FA/%R FR/%R C R/%M atch time/ms 文献[1]算法 2.210.08100 4.3
文献[8]算法10.487.1393.7411.0
本文算法 4.293 2.64297.757.8
本文提出的算法,在给定阈值的情况下,正确识别率比文献[1]的算法要低,比文献[8]的算法要高。这是由于文中未对上下眼睑和睫毛进行检测,只是在匹配时采用噪声屏蔽模板来尽量消除它们的影响,同时对图像质量不做任何要求,因此消除噪声是下一步需要研究的内容。
5 结 语
虹膜识别技术以其惟一性、高可靠性、高稳定性、非侵犯性等特点而具有广泛的应用前景。提出的基于Lo g Gabor小波局部频率特征和局部方向特征的虹膜识别算法,其识别率达到97.8%,可以达到识别的目的。进一步的工作是研究如何去除虹膜图像中的眼睑、睫毛、光斑、瞳孔缩放等引起的干扰,使得在质量不好的虹膜图像中能保持很高的识别率。
致谢:感谢中科院自动化所提供的CASIA虹膜数据库(版本3.0),使得实验顺利完成。
参 考 文 献
[1]Daug man J.H ig h Co nfidential V isual Recog nitio n by T est of
Statistical Independence[J].IEEE T rans.on Pattern Analysis and M achine Intellig ence,1993,15(11):1148 1161.
[2]姚鹏,叶学义,庄镇泉,等.基于局部频率特征和局部方向特
征的虹膜识别算法[J].电子学报,2007,35(4):663 667. [3]王凤华,韩九强.一种L og Gabor滤波结合特征融合的虹膜
识别方法[J].西安交通大学学报,2007,41(8):889 893. [4]范科峰,王美华,莫玮.一种新颖的基于小波变换的虹膜识
别算法[J].红外技术,2005,27(4):333 337.
[5]谷建清,郭永彩,高潮,等.二维Gabor小波在虹膜识别中的
应用[J].仪器仪表学报,2005,26(8):395 403.
[6]Daug man J.Biometr ic P ersonal Identif ication System Based
on Iris A naly sis[P].U S P atent5291560,1994.
[7]Wildes R P.A Sy stem for A ut omated Ir is Recog nitio n.A p
plications of Computer V isio n[J].Pro ceedings of the Second IEEE W or kshop,1994:121 128.
[8]Bo les W W,Boashash B.A Human Identificatio n T echnique
U sing Imag es fo the I ris and W avelet T ransfo rm[J].IEEE T rans.o n Signal P ro cessing,1998,46(4):1185 1188. [9]M asek L.Recog nition o f H uman Ir is P atterns fo r Bio met ric
Identificat ion[EB/OL].http://w https://www.docsj.com/doc/2d1795530.html,.au/~ pk/studentpro jects/libor,2003.
[10]王藴红,朱勇,谭铁牛.基于虹膜识别的身份鉴别[J].自动
化学报,2002,28(1):1 10.
[11]中国科学院自动化研究所.虹膜图像数据库(CASIA
Ir isV3)[EB/OL].http://w https://www.docsj.com/doc/2d1795530.html,/IrisDat a base.htm,2007.
作者简介 李 姗 女,1983年出生,湖南益阳人,硕士研究生。主要研究方向为通信信号处理、图像信号处理。
范科峰 男,1978年出生,陕西礼县人,博士研究生。主要研究方向为虹膜识别、信号处理、数字多媒体版权保护。
(上接第54页)
[3]李三红,吴永明,马云龙.基于Jav a RM I计算模型的智能查
询技术的设计与实现[J].计算机应用与软件,2005,22(2): 122 123.
[4]朱聋良,邱瑜.移动代理系统综述[J].计算机研究与发展,
2001,38(1):16 25.
[5]朱福喜.J2EE经典实例详解[M].北京:人民邮电出版
社,2003.
[6]朱福喜,傅建明,唐晓军.Java项目设计与开发范例[M].北
京:电子工业出版社,2005.
[7]余俊,耿金花,任敬喜.利用H ttp隧道技术实现Java的分布
式对象计算[J].青岛大学学报:工程技术版,2007,22(1):
41 44.
[8]齐德昱,谢景明.一个基于Java虚拟机的分布式计算模型
[J].计算机科学,2007,34(6):248 250.
[9]何旭.基于Jav a远程类引用的面向对象分布式计算[J].四
川文理学院学报:自然科学版,2007,17(5):71 73.
[10]谭昊勋,龙海洋,郑娟.基于Jav a RM I的分布式计算[J].湘
潭大学自然科学学报,2005,27(2):59 61.
[11]张浩,骆正虎,杨敬安.基于Java语言的移动Ag ent开发平
台[J].合肥工业大学学报:自然科学版,2001,24(5): 907 912.
作者简介 生桂勇 男,1981年出生,教师。研究方向为计算机软件技术。
图像分析李 姗等:一种新颖的基于Log Gabor小波的虹膜识别算法
基于Agent的分布式计算
基于Agent 的分布式计算 生桂勇 (江海职业技术学院 江苏扬州 225101) 摘 要:A g ent 作为一种全新的分布式计算模型,其优越的性能受到越来越多的重视。Java 语言的平台独立性、对象序列化及动态类装载等机制,为设计和研究基于A gent 的分布式计算提供了独特的作用。首先分析A gent 的工作原理,并设计一个应用A gent 计算矩阵乘法的实例,验证了A g ent 的特性。实验结果表明,基于Ag ent 的分布式计算在运行效率、容错性以及平台独立性方面都有良好的表现。 关键词:Java;Ag ent;线程;分布式 中图分类号:T P311 文献标识码:A 文章编号:1004 373X(2009)12 052 03 Distributed C omputing Based on Agent SH ENG Guiy ong (Ji ang hai P olyt echnic Co llege,Yang zho u,225101,China) Abstract :A s a nov el paradig m for distr ibuted computing,Ag ent ex hibits some ex cellent character istics and receives atten t ion increasingly.T he platfo rm independent of Jav a lang uag e,and object serializatio n mechanisms such as dynamic loading cat e g or y pro vide a unique ro le for the desig n and r esear ch o f A g ent based distributed computing.T his paper fir st analyses the wo rking pr inciple o f A gent,then desig ns an example of ca lculatio n of matrix multiplicatio n by using A gent to v erif y t he char ac ter istics of the A gent.T he results show that Ag ent based distr ibuted co mputing in o per ating efficiency,fault tolerance,as well as t he platfo rm independent has go od per formance. Keywords :Jav a;A g ent;thread;distributed 收稿日期:2008 09 24 0 引 言 支持分布式应用软件开发的环境及工具层出不穷,它们在一定程度上为分布式应用软件设计和开发提供 了方便,但它们也在很多方面,尤其是在面向对象、安全性和可移植性等方面存在着不足。现代网络技术的高速发展,特别是Internet 的日益普及,推动了分布式计算的研究。移动Ag ent 作为全新的分布式计算工具,通过将自身代码、状态传送到远程主机,而远程主机本地执行的方式克服了client/ser ver 结构的不足之处,因此成为分布式计算的主要发展方向之一。最初实现移动Agent 的工具语言主要是Tcl 、Schem e 等。Java 的出现改变了这一切,由于Jav a 语言的平台无关性、多线程及对象序列化机制等特点使之成为实现移动Ag ent 的首选语言。目前,大部分商业性和研究性的移动Agent 系统都是基于Java 语言,例如IBM 公司的Aglets 和General Mag ic 公司的Odyssey 等,Java 为网络世界带来了可靠的面向对象的程序设计方式。讨论Ag ent 的机制和实现,并把Ag ent 用于矩阵的分布式计算。分析表明,基于Agent 的分布式计算 在运行效率、容错性以及平台独立性方面都有良好的表现。1 Agent 目前,仍然没有一个关于Agent 的统一定义,就像什么是智能一样。一般认为Agent 是一种在分布式系统或协作系统中能持续自主发挥作用的计算机主体,即软件智能体。它具有以下基本特征: (1)自治性(Autonom y);(2)社会能力(Social Ability);(3)反应能力(Reactivity); (4)基于目标(Goal Dir ected Behav io r)的自发行为(Pro activeness)。 1.1 移动Agent 移动A gent 是一种独立的计算机程序,它可以自主地在异构网络上按照一定的规程移动,寻找合适的计算机资源、信息资源或软件资源,利用与这些资源同处一台主机或网络的优势,处理或使用这些资源,代表用户完成特定的任务。换句话说,它拥有一个显著的特点,移动性(M obility ),即Ag ent 可以从一个主机移动到另一个主机而保持其内部状态不变,它可以携带数据 软件技术生桂勇:基于A gent 的分布式计算
MATLAB分布式并行计算服务器配置和使用方法Word版
Windows下MATLAB分布式并行计算服务器配置和使用方 法 1MATLAB分布式并行计算服务器介绍 MATLAB Distributed Computing Server可以使并行计算工具箱应用程序得到扩展，从而可以使用运行在任意数量计算机上的任意数量的worker。MATLAB Distributed Computing Server还支持交互式和批处理工作流。此外，使用Parallel Computing Toolbox 函数的MATLAB 应用程序还可利用MATLAB Compiler （MATLAB 编译器）编入独立的可执行程序和共享软件组件，以进行免费特许分发。这些可执行应用程序和共享库可以连接至MATLAB Distributed Computing Server的worker，并在计算机集群上执行MATLAB同时计算，加快大型作业执行速度，节省运行时间。 MATLAB Distributed Computing Server 支持多个调度程序：MathWorks 作业管理器（随产品提供）或任何其他第三方调度程序，例如Platform LSF、Microsoft Windows Compute Cluster Server（CCS）、Altair PBS Pro，以及TORQUE。 使用工具箱中的Configurations Manager（配置管理器），可以维护指定的设置，例如调度程序类型、路径设置，以及集群使用政策。通常，仅需更改配置名称即可在集群间或调度程序间切换。 MATLAB Distributed Computing Server 会在应用程序运行时在基于用户配置文件的集群上动态启用所需的许可证。这样，管理员便只需在集群上管理一个服务器许可证，而无需针对每位集群用户在集群上管理单独的工具箱和模块集许可证。 作业（Job）是在MATLAB中大量的操作运算。一个作业可以分解不同的部分称为任务（Task），客户可以决定如何更好的划分任务，各任务可以相同也可以不同。MALAB中定义并建立作业及其任务的会话（Session）被称为客户端会话，通常这是在你用来编写程序那台机器上进行的。客户端用并行计算工具箱来定义和建立作业及其任务，MDCE通过计算各个任务来执行作业并负责把结果返
LBGK模型的分布式并行计算
万方数据
２ＬＢＧＫＤ２Ｑ９模型的并行计算 ２．１数据分布 将流场划分成Ｎ。ｘＮ，的网格。设有Ｐ＝只×Ｐｖ个进程参与并行计算，进程号Ｐ。＝Ｈ以（０≤ｉ＜只，０≤Ｊ＜尸ｖ）。将数据按照重叠一条边的分块分布到各进程中。其中，进程Ｐ。存储并处理的数据网格点集，如图ｌ所示。 图１进程珊存储并处理的区域（斜线处为重叠部分） ２．２交替方向的Ｊａｃｏｂｉ迭代通信 Ｊａｃｏｂｉ迭代是一类典型的通信迭代操作。文献［４】主要讨论了一个方向的Ｊａｃｏｂｉ迭代。根据数据分布及计算要求，需要采用２个方向交替的Ｊａｃｏｂｉ迭代通信操作。本文认为，“即发即收”的通信策略能有效避免完全的“先发后收”可能造成的通信数据“堆积”过多，从而避免数据的丢失。进程Ｐｌｉ的通信操作如下（见图２）： （１）Ｉｆｉ≠只一１ｔｈｅｎ发送数据到进程Ｐ¨，； （２）Ｉｆｉ≠０ｔｈｅｎ从进程Ｐｆ＿Ｊ，接收数据； （３）Ｉｆ，≠只－１ｔｈｅｎ发送数据到进程Ｐｍｌ； （４）ＩｆＪ≠０ｔｈｅｎ从进程Ｐ—ｌ接收数据。 各进程并行执行上述操作。 图２交普方向的Ｊａｃｏｂｉ迭代 ２．３通信时间理论 由一般的通信模型可知，若发送、接收信息长度为ｎ字节的数据所需时间为：丁（ｎ）＝口＋ｎ∥，其中，常数口为通信启动时间；∥为常系数，则上述一次交替方向的Ｊａｃｏｂｉ迭代通信操作的时间约为 ２０ｅ＋２ｆｌ＇Ｎ、．Ｐ，＝１ Ｐ。＝１ 其他 其中，∥７＝∥ｓｉｚｅｏｆ（ｄｏｕｂｌｅ）。 一般情况下，当等３鲁，即等＝鲁时，通信的数据量（字节数）是最少的，为４口＋４∥，．／丝堡。可见，通信的信息 Ｖ只×０ 总量和通信时间随进程总数只×尸ｖ的增加而减少。 由于ｃ语言中数组是按“行”存放的（Ｆｏｒｔｒａｎ是按“列”存放的），当存放、发送列数据时，需要一定的辅助操作，这就增加了并行计算的计算时间，因此在只：Ｐｖ无法恰好等于Ｎｘ：Ｎ。时，需要综合考虑流场形状及大小、数据在内存中的按“行”（或按“列”）的存放方式，以确定数据的最佳分布方案。 ３数值实验 数值实验是在“自强３０００”计算机上进行的ｏｕ自强３０００”计算机拥有１７４个计算结点，每个计算结点上有２个３．０６ＣＰＵ，２ＧＢ内存。本文的实验使用了其中的３２个计算结点共６４个ＣＰＵ。程序采用ＭＰＩ及Ｃ语言编写，程序执行时，每个计算结点中启动２个进程。数值实验针对不同规模的网格划分、不同进程数以及不同的数据分布方案进行了大量实验，测得如下结果：不同的流场规模对应着各自的最佳网格划分方式；计算次数越多，加速比越大，越能体现并行计算的优越性。 由表１数据可以得知，对于规模为Ｎｘ×Ｎ、，＝４００ｘ４００，数据划分成６×６块时的加速比最高，而对于ＭＸＮｙ＝６００ｘ２００，数据划分为１２×３块则更具优越性。合适的划分方式可以使总体通信量减至最少，从而提高加速比和并行效率。另外，计算规模越大，加速比越大。 表１并行计算Ｄ２Ｑ９模型的加速比（进程数为３６） 在固定计算规模，增加处理器的情况下，并行系统的加速比会上升，并行效率会下降；在固定处理器数目，增加计算规模的情况下，并行系统的加速比和效率都会随之增加。 从表２可见，流场规模越大，并行计算的优越性越显著。因为此时计算规模（粒度）较大，相对于通信量占有一定的优势。由图３可见，加速比随进程数呈线性增长，这表明ＬＢＧＫＤ２Ｑ９模型的并行计算具有良好的可扩展性。 表２漉场规模固定时并行计算Ｄ２Ｑ９模型的加速比 ０８１６２４３２４０４８５６６４ ｎｕｍｏｆｐｒｏｃｅｓｓ 图３藐场规模固定时Ｄ２Ｑ９模型并行计算的加速比 ４结束语 本文讨论了ＬＢＧＫＤ２Ｑ９模型的分布式并行计算，通过大量的数值实验重点研究了数据分布方案如何与问题规模匹配，以获得更高的并行效率的问题。展示了ＬＢＧＫ模型方法良好的并行性和可扩展性。得到了二维ＬＢＧＫ模型并行计算数据分布的一般原则、交替方向Ｊａｃｏｂｉ迭代的通信策略。这些结论对进一步开展三维ＬＢＧＫ模型的并行计算及其他类似问题的并行计算有一定的指导意义。（下转第１０４页） 一１０１—万方数据
基于Agent的建模与仿真设计模式及软件框架
V ol. 17 No. 4 系统仿真学报 Apr. 2005 JOURNAL OF SYSTEM SIMULATION·863·基于Agent的建模与仿真设计模式及软件框架 廖守亿, 戴金海 (国防科技大学航天与材料工程学院, 湖南长沙 410073) 摘要:提出了一种基于Agent的建模与仿真设计模式——ABMS设计模式，阐述了ABMS设计模式的主要内容。该模式的提出有利于在建模与仿真领域以及软件开发界之间建立关于ABMS的对话联系与交流。然后设计了一种包含仿真服务模型和Agent仿真模型的ABMS分布仿真软件框架，该框架将最大限度实现仿真重用，并将支持大规模的基于Agent的复杂系统的分布仿真，包括军事对抗以及空间作战系统的仿真。该框架部分借鉴了HLA的思想，其中的ServerAgent提供底层的通用仿真服务。 关键词: 复杂系统；设计模式；软件框架；基于Agent的建模与仿真 文章编号：1004-731X (2005) 04-0863-04 中图分类号: TP391.9 文献标识码：A Design Pattern and Software Framework for Agent-Based Modeling and Simulation LIAO Shou-yi, DAI Jin-hai (College of Aerospace and Material Engineering, National University of Defense Technology, Changsha Hunan 410073, China) Abstract: An Agent-Based Modeling and Simulation design pattern, ABMS design pattern, is proposed creatively. The ABMS design pattern will be helpful to build dialogue and communications between the domain of modeling and simulation and software development community. Based on the ABMS design pattern, a distributed simulation software framework for ABMS called ABDSF, including agent simulation service model (ServerAgent) and agent simulation model (ASM), is proposed. The framework uses HLA for reference. With this framework, one can share the models and simulation technologies, improve the reusability and interoperability of the models. And we can also conduct large-scale agent-based simulation for complex systems, including military systems and space operations under the framework. Keywords: complex systems; design pattern; software framework; agent-based modeling and simulation (ABMS) 引言 复杂系统和关于复杂性的研究近几年来成为系统科学、计算机科学等领域的研究热点，复杂性科学更被称为“21世纪的科学”。为了解决复杂性问题，人们提出了各种解决办法，例如钱学森先生提出的“从定性到定量的综合集成研讨厅”体系，复杂适应系统理论倡导的“基于Agent的建模与仿真(Agent-Based Modeling and Simulation , ABMS)”方法学等。当前的基于还原论的建模方法难以解决复杂性问题[1]。复杂性问题的解决，只能采用基于本体论的建模方法，例如ABMS就是这样一种方法。ABMS在不同的学科领域得到了广泛的应用，包括在人工生命系统、社会系统、经济系统、军事对抗等方面的应用。例如美国国防部(DoD)认为复杂性科学及基于复杂性的建模与仿真[2]有助于解决C4ISR 的开发问题，可以使得C4ISR真正在战场中起作用，使得美军在未来战争中具有对信息的全方位、瞬时的获取能力；美国的海军战场研发司令部NWDC(Navy Warfare Development Command)与Argonne国家实验室的复杂适应系统仿真中心开展合作，共同开发TSUNAMI(The Tactical 收稿日期:2004-03-12 修回日期：2004-09-04 基金项目:武器装备预研基金项目(51420010303KG0109) 作者简介：廖守亿(1974-), 男, 重庆人, 博士生, 研究方向为飞行器设计与先期技术演证, 复杂系统建模与仿真; 戴金海(1943-), 男, 河北昌黎人, 教授, 博导, 研究方向为飞行器设计, 虚拟飞行试验, 系统建模与仿真, 实时系统与计算机控制, 产品数据管理(PDM)及企业信息化。and Ubiquitous Network Agent-Modeling Initiative)，利用ABMS方法来对虚拟战场仿真中出现的关键问题进行研究[3]。现今愈演愈烈的空间对抗(太空作战，也称天战)，显然要比一般的军事对抗复杂得多，对天战的建模与仿真，同样需要先进的建模与仿真技术的支持，而ABMS将是首选[4]。 ABMS作为一种新的建模仿真技术和仿真方法学，目前的研究还远远不够，已有的研究工作还显得比较零散，尚未形成一个完备的体系，还没有一个支持ABMS的通用软件框架。针对这这些情况，本文提出一种ABMS设计模式(也可以说是ABMS方法学)，这将有利于系统研究ABMS的相关问题。然后提出一种ABMS的通用分布仿真软件框架，在此框架下，将有助于对复杂系统进行基于Agent的仿真，提高建模与仿真软件的通用性、可重用性，同时可实现仿真模型的智能特征，特别是支持军事对抗仿真以及对空间作战系统的仿真[4]。 1 设计模式 1.1 模式 模式是一个高度抽象的概念，它最先由Alexander在其经典著作[5]中提出。模式分为三部分：语境(Context)，指模式在何种状况下起作用；动机(Forces)，指问题或预期的目标；解决方案(Solution)，指平衡各动机或解决所阐述问题的一个构造或配置(Configuration)。他指出，模式是表示语境、动机、解决方案三个方面关系的一个规则。模式描述了在一
分布式与并行计算报告
并行计算技术及其应用简介 XX （XXX，XX，XXX） 摘要：并行计算是实现高性能计算的主要技术手段。在本文中从并行计算的发展历程开始介绍，总结了并行计算在发展过程中所面临的问题以及其发展历程中出现的重要技术。通过分析在当前比较常用的实现并行计算的框架和技术，来对并行计算的现状进行阐述。常用的并行架构分为SMP（多处理系统）、NUMA （非统一内存存储）、MPP（巨型并行处理）以及集群。涉及并行计算的编程模型有MPI、PVM、OpenMP、TBB及Cilk++等。并结合当前研究比较多的云计算和大数据来探讨并行计算的应用。最后通过MPI编程模型，进行了并行编程的简单实验。 关键词：并行计算；框架；编写模型；应用；实验 A Succinct Survey about Parallel Computing Technology and It’s Application Abstract:Parallel computing is the main technology to implement high performance computing. This paper starts from the history of the development of Parallel Computing. It summarizes the problems faced in the development of parallel computing and the important technologies in the course of its development. Through the analysis of framework and technology commonly used in parallel computing currently,to explain the current situation of parallel computing.Framework commonly used in parallel are SMP(multi processing system),NUMA(non uniform memory storage),MPP(massively parallel processing) and cluster.The programming models of parallel computing are MPI, PVM, OpenMP, TBB and Cilk++, etc.Explored the application of parallel computing combined with cloud computing and big data which are very popular in current research.Finally ,through the MPI programming model,a simple experiment of parallel programming is carried out. Key words:parallel computing; framework; programming model; application; experiment 1引言 近年来多核处理器的快速发展，使得当前软件技术面临巨大的挑战。单纯的提高单机性能，已经不能满足软件发展的需求，特别是在处理一些大的计算问题上，单机性能越发显得不足。在最近AlphaGo与李世石的围棋大战中，AlphaGo就使用了分布式并行计算技术，才能获得强大的搜索计算能力。并行计算正是在这种背景下，应运而生。并行计算或称平行计算时相对于串行计算来说的。它是一种一次可执行多个指令的算法，目的是提高计算速度，及通过扩大问题求解规模，解决大型而复杂的计算问题。可分为时间上的并行和空间上的并行。时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。其中空间上的并行，也是本文主要的关注点。 并行计算（Parallel Computing）是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。并行计算系统既可以是专门设计的，含有多个处理器的超级计算机，也可以是以某种方式互联的若干台的独立计算机构成的集群。通过并行计算集群完成数据的处理，再将处理的结果返回给用户。 目前常用的并行计算技术中，有调用系统函数启动多线程以及利用多种并行编程语言开发并行程序，常用的并行模型有MPI、PVM、OpenMP、TBB、Cilk++等。利用这些并行技术可以充分利用多核资源适应目前快速发展的社会需求。并行技术不仅要提高并行效率，也要在一定程度上减轻软件开发人员负担，如近年来的TBB、Cilk++并行模型就在一定程度上减少了开发难度，提高了开发效率，使得并行软件开发人员把更多精力专注于如何提高算法本身效率，而非把时间和精力放在如何去并行一个算法。
华南理工大学分布式计算期末考试卷题整理
华南理工大学分布式计算期末考试卷题整 理 第一章：分布式 1）并行计算与分布式计算区别？ （1）所谓分布式计算是一门计算机科学，它研究如何把一个需要非常巨大的计算能力才能 解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些 计算结果综合起来得到最终的结果。 与并行计算不同的是，并行计算是使用多个处理器并行执行单个计算。 2）分布式计算的核心技术是？ 进程间通信IPC！！！ 3）解决进程间通信死锁的两种方法？ 超时和多线程 4）分布式系统的CAP理论是什么？ 一致性，可用性，分区容忍性 第二章：范型 1)网络应用中使用的最多的分布式计算范型是？ 客户-服务器范型（简称CS范型） 2)消息传递范型与消息中间件范型异同？ 消息传递：一个进程发送代表请求的消息，该消息被传送到接受者；接受者处理该请求，并发送一条应答消息。随后，该应答可能触发下一个请求，并导致下一个应答消息。如 此不断反复传递消息，实现两个进程间的数据交换. 基于该范型的开发工具有Socket应用程序接口（Socket API）和信息传递接口（Message Passing Interface，MPI）等 消息系统模型可以进一步划分为两种子类型：点对点消息模型（Point- to-point message model）和发布订阅消息模型（Public/Subscribe message model）。 在这种模型中，消息系统将来自发送者的一条消息转发到接收者的消息 队列中。与基本的消息传递模型不同的是，这种中间件模型提供了消息 暂存的功能，从而可以将消息的发送和接受分离。与基本的消息传递模 型相比，点对点消息模型为实现异步消息操作提供了额外的一层抽象。 如果要在基本的消息传递模型中达到同样的结果，就必须借助于线程或 者子进程技术。 3)一个分布式应用能否使用多个分布式计算范型？ 可以，部分。
基于Agent的Repast仿真分析与实现
第２４卷第９期计算机仿真２００７年９月文章编号：１００６—９３４８（２００７）０９—０２６５—０４ 基于Ａｇｅｎｔ的Ｒｅｐａｓｔ仿真分析与实现 赵剑冬．林健 （华南理工大学工商管理学院．广东广州５１０６４１） 摘要：基于复杂适应系统（ＣＡＳ）理论存计算机上建立模型足研究社会复杂系统的一个摹率方法。选择一个合适的基于Ａ— ｇｅｎｔ的建模与仿真平台能降低社会科学工作者的研究难度。Ｒｅｐａｓｔ是目前使用较多的基于Ａｇｅｎｔ的建攥与仿真平台之～． 主要应用于社会科学仿真领域。简要介绍了Ｋｅｐ招ｌ平台的背景，从建摸与仿真的两个角度分析丁Ｒｃ趔彷真的特点，并丹 绍了Ｒｅｐａｓｔ的丰器娄库。从仿真实现的幕奉步骤，Ｒｅｐａｓｔ内含的时间表机制和显示机制，仿真程序框槊儿方面探讨了Ｒ｝ ｐａｓｔ仿真模型的设计与实现流程。从Ｃａｎ＇ｙＩ）ｍｐ模型的实现结果，能看出基于Ｒｅｐａｓｔ平台舶较方便地吏现基于Ａｇｅｎｔ的仿 真。最后指出Ｒｅｐａｓｔ平台突出的特点是能充分利用．Ｎｅｔ和Ｊａｖａ娄库的众多功能。 关键词：复杂适应系统；仿真；程序框架；主体；时问表 中图分类号：ＴＰ３９１９文献标识码：Ａ ＬｍｐｌｅｍｅｎｔａｔｉｏｎａｎｄＡｎａｌｙｓｉｓｏｆＡｇｅｎｔＢａｓｅｄＳｉｍｕｌａｔｉｏｎ０１１ＲｅｐａｓｔＴｏｏｌｋｉｔ ＺＨＡＯＪｉａｎ—ｄｏｎｇ，ＬＩＮＪｉａｎ （ＳｃｈｏｏｌｏｆＢｕｓｉｎｅｓｓＡｄｍｉｎｉｓｔｒａｔｉｏｎ，ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，ＧｕａｎｇｚｈｏｕＧｗ”ｇｄｏｎｇ５１０６４１，Ｃｈｉｎａ） ＡＢＳＴＲＡＣＴ：Ｓｉｎｃｅｃｏｍｐｕｔｅｒｓｉｍｕｌａｔｉｏｎｂａｓｅｄ０１＇１ｃｏｌｎｐｌｅｘａｄａｐｔｉｖｅｓｙｓｔｅｍｔｈｅｏｒｙｉｓａｂａｓｉｃａｐｐｒｏａｃｈｏｆｓｏｃｉａｌｃｏｍ— Ｐｌｅｘｓｙｓｔｅｍｒｅｓｅａｒｃｈ，４ｓｕｉｔａｂｌｅｍｏｄｅｌＪａｇｌｏｏｌｋｉｔｓｈｏｕｌｄｂｅｃｏｎｓｉｄｅｒｅｄ，Ｒｅｐａｓｔｉｓｏｎｅｏｆｍｏｓ‘ｐｏｐｕｌａｒａｇｅｎｔ—ｂａｓｅｄ ｍＱｄｅｌｉｎｇａｎｄｓｉｍｕｌａｔｉｏａｔｏｏｌｋｌｔｓ，ｗｈｉｃｈｉｓｓｐｅｃ砸ｃａｉｌｙｄｅｓｉｇａｅｄｆｏｒｓｏｃｉａｌｓｃｉｅｎｃｅａｐｐｌｉｃａｔｉｏｎｓ．Ｔｈｅｂａｃｋｇｒｏｕｎｄｏｆ Ｒｅｐａｓｔｉｓ ｉｍｒｏｄｕｅｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅｍ且ｉｎｃｌａｓｓｐａｃｋａｇｅｓｏｆＲｅｐａｓｔａｒｅａｌｓｏｂｒｉｅｆｌｙｉｎ．ｅｄｕｃｅｄＴｈｅｃｈａｒａｃｔｅｒｓｏｆＲｅｐａｓｔｓｉｍｕｌａｔｉｏｎａｒｅａｎａｔｙｚｅｄｆｒｏｍｍｏｄｅｌｉｎｇａｎｄ ｓｉｍｕｌａｔｉｏｎａｓｐｅｃｔｓ，ＴｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＲｅｐａｓｔｓｉｍｕｌａｔｉｏｎｉｓｄｉｓ?ｃｕｓｓｅｄｆｒｏｍｓｅｖｅｒａｌａｓｐｅｃｔｓ，ｓｕｃｈａｆｔｓｉｍｕｌａｔｉｏｎｓｔｅｐｓ，ｐｒｏｇｒａｍｆｒａｍｅｗｏｒｋ，ｍｅｃｈａｎｉｓｍｏｆｓｃｈｅｄｕｌｅａｎｄｄｉｓｐｌ町．Ａ ＣａｒｒｙＤｍｐＲｅｐａｓｔＭｏｄｅｌｉｓｇｉｖｅｎａｓａｎｅｘａｍｐｌｅ．ｗｈｉｃｈｓｈｏｗｓｔｈａｔａｇｅｎｔ—ｈｒｓｅｄｓｉｍｕｌａｔｉｏｎｏｎＲｅｐａｓｔｔｏｏｌｋｉｔｉｓｃｏｎ－ ｖｅｎｉｅｎｔ．Ｉｎｔｈｅｅｎｄ，ｔｈｅｔｒａｉｔｏｆＲｅｐａｓｔＴｏｏｌｋｉｔｉｓｐｏｉｎｔｅｄｏｕｔ． ＫＥＹＷＯＲＤＳ：Ｃｏｍｐｌｅｘａｄａｐｔｉｖｅｓｙｓｔｅｍ（ＣＡＳ）；ＳｉｍｎｈｔｉｏｎｔＰｒｏｇｒａｍｆｒｓａｎｅｗｏｒｋ；Ａｇｅｍ；Ｓｃｈｅｄｕｌｅ １引言 复杂性科学是研究复杂系统和复杂性的一门方兴未艾的交叉学科，被誉为是“２１世纪的科学”…。复杂性科学研究中的复杂适应系统理论（ＣｏｍｐｌｅｘＡｄａｐｔｉｖｅＳｙｓｔｅｔｌｌ，ＣＡＳ）是由遗传算法（ＧｅｎｅｒｃＡ］ｇｅｒｉｔｈｍｓ，ｃａ）的创始人ｊ．ＨｏＬｌａｎｄ在Ｌ９９４年正式提出的”’。ＣＡＳ理论的最基本的思想是“适应产生复杂性”。淡思想可以概述如下，整个系统由具有适应性的行为主体（ＡｄａｐｔｉｖｅＡｇｅｎｔ）组成，所谓具有适应性，是指主体能够与环境以及其它主体进行交流，在这种交流的过程中“学习”或“积累经验”，并且根据学到的经验改变自身的结构和行为方式。整个系统因此而产生演变或进化，包括新层次的产生，分化和多样性的出现或新的、聚合而成的、更大的主体的出现等等。 收稿日期：２００６—０８—２１修回日期：２００６—０８—２６ 基于ＣＡＳ理论在计算机上建立模型对复杂系统进行模拟，称为基于Ａｇｅｎｔ的建模仿真方法。基于Ａｇｅｎｔ建模仿真相对于一般数学建模而言，在解决离散、非线性系统模拟方面有显著优势，是研究此类复杂系统产生的全局、自适应行为的一个基本方法。它主要由封装在计算机系统中的Ａ—ｇｅｎｔ、Ａｇｅｎｔ间的互相作用、Ａｇｅｎｔ所在的组织结构这３个基率要素组成。建模者的任务是定义系统中具有自适应性的Ａ－ｇｅｎｔ，赋予它们必要的行为规则和合适的参数，让它们在一个系统中进行博弈。整个系统的宏观现象以这些Ａｇｅｎｔ的行为规则、参数、学习过程等为基础体现出来。 ２Ｒｅｐａｓｔ介绍 ２．１Ｒｅｐａｓｔ背景 Ｒｅｐａｓｔ是目前使用较多的基于Ａｇｅｎｔ建模仿真平台之一”３。Ｒｅｐａｓｔ最早由美国芝加哥大学和姆。“ｎｅ国家实验室的ＤａｆｉｄＳａｌｌａｃｈ等研究人员研制成功。目前由非营利的志 一２６５— 万方数据万方数据
分布式与并行计算报告
分布式与并行计算报告
————————————————————————————————作者：————————————————————————————————日期： ?
并行计算技术及其应用简介 ＸX (XXX,ＸX，XＸＸ) 摘要：并行计算是实现高性能计算的主要技术手段。在本文中从并行计算的发展历程开始介绍,总结了并行计算在发展过程中所面临的问题以及其发展历程中出现的重要技术。通过分析在当前比较常用的实现并行计算的框架和技术,来对并行计算的现状进行阐述。常用的并行架构分为SMＰ（多处理系统)、NＵMA(非统一内存存储)、MPＰ（巨型并行处理）以及集群。涉及并行计算的编程模型有ＭPＩ、PVM、Oｐe ｎMP、TＢＢ及Ｃiｌk+＋等。并结合当前研究比较多的云计算和大数据来探讨并行计算的应用。最后通过MPI编程模型，进行了并行编程的简单实验。 关键词：并行计算;框架;编写模型；应用;实验 A Sucｃiｎct SurvｅyａboutＰarａlleｌCｏmputing Technology ａｎd It’ｓApplicaｔion Ａｂstract：Paｒａlｌel comｐutｉng is tｈe maｉn tecｈnoｌｏｇy ｔo implemｅnt high peｒfｏrmance comｐuting. Thisｐaｐer starｔs ｆrｏｍtｈe historyｏｆtｈe deｖelopment of Paraｌlel Computｉｎg. It sｕmｍariｚｅs tｈe prｏblems ｆaced in ｔhe developmｅnt of pａｒａllｅl coｍpｕtingａｎd the i ｍpoｒtant ｔeｃhnologies ｉn the courｓe of ｉtｓｄeveｌｏpment. Tｈrｏugh thｅanalｙsis of framework ａnｄtｅchnoｌoｇyｃommｏnｌy ｕsed ｉnｐａrａllel ｃｏmｐuting currenｔly，to expｌain the ｃｕrrent ｓituatioｎoｆｐarａlｌｅｌcomputing.Fｒamewｏrk commonlｙused in pａrallｅl arｅSMＰ（ｍuｌti ｐｒoceｓsｉng ｓysteｍ），NUMA(non uｎiｆoｒm meｍoｒy ｓtｏragｅ),ＭＰP(ｍasｓivel ｙpａraｌlｅl ｐroｃesｓiｎg)ａnd cluｓtｅｒ.The programming ｍodels of parallｅlｃｏmputｉｎg ａrｅMPI, PVM，OｐenMP, TＢB and Ｃilk+＋，eｔｃ.Eｘｐlｏred tｈe applｉcation oｆpaｒaｌlel cｏmputiｎg coｍbinｅｄwｉtｈcloｕｄcoｍputiｎgａnd bｉg ｄata ｗhicｈaｒe ｖｅry popular iｎcu ｒreｎtｒｅseａrｃh.Finaｌly ,thrｏugh ｔhe MPI prograｍmｉng ｍoｄel,ａsimpｌe experimｅnt oｆｐaraｌｌｅl programｍing iｓcaｒｒied ｏuｔ. Keｙwords:paｒａllel compｕｔｉｎg; fｒamｅｗｏrk；pｒogramｍing moｄel；appｌicａtｉｏn; expeｒiｍeｎt 1引言 近年来多核处理器的快速发展,使得当前软件技术面临巨大的挑战。单纯的提高单机性能,已经不能满足软件发展的需求，特别是在处理一些大的计算问题上,单机性能越发显得不足。在最近AｌphaＧo与李世石的围棋大战中，AｌphaＧo就使用了分布式并行计算技术,才能获得强大的搜索计算能力。并行计算正是在这种背景下,应运而生。并行计算或称平行计算时相对于串行计算来说的。它是一种一次可执行多个指令的算法,目的是提高计算速度,及通过扩大问题求解规模,解决大型而复杂的计算问题。可分为时间上的并行和空间上的并行。时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。其中空间上的并行，也是本文主要的关注点。 并行计算（Ｐaraｌlel Ｃompｕｔinｇ）是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题,即将被求解的问题分解成若干个部分,各部分均由一个独立的处理机来并行计算。并行计算系统既可以是专门设计的，含有多个处理器的超级计算机，也可以是以某种方式互联的若干台的独立计算机构成的集群。通过并行计算集群完成数据的处理,再将处理的结果返回给用户。 目前常用的并行计算技术中，有调用系统函数启动多线程以及利用多种并行编程语言开发并行程序,常用
基于Agent的经济社会系统建模与仿真研究
第８卷第４期 复杂系统与复杂性科学 Ｖｏｌ．８Ｎｏ．４２０１１年１２月 ＣＯＭＰＬＥＸＳＹＳＴＥＭＳＡＮＤＣＯＭＰＬＥＸＩＴＹＳＣＩＥＮＣＥＤｅｃ．２０１１ 文章编号：１６７２－３８１３（２０１１）０４－００５９－０９ 基于Ａｇｅｎｔ的经济社会系统建模与仿真研究 赵剑冬１，黄 战２ （１．广东技术师范学院，广州５１０６６５；２．暨南大学计算机系，广州５１０６３２） 摘要：讨论基于Ａｇｅｎｔ的人工社会建模方法学流程，然后采用基于Ａｇｅｎｔ的建模 与仿真方法对产业集群这种具体的经济社会系统进行建模，并给出产业集群中企 业生产营销行为的仿真描述，最终建立的计算机仿真模型可以帮助分析影响产业 集群发展的多个因素。建立这个仿真模型的过程是探索将ＡＢＭＳ方法应用于具 体经济社会系统建模的新尝试。 关键词：产业集群；仿真；决策；主体；企业 中图分类号：ＴＰ３９１．９文献标识码：Ａ Ａ Ｓｔｕｄｙ ｏｎ Ａｇｅｎｔ Ｂａｓｅｄ Ｓｏｃｉａｌ－Ｅｃｏｎｏｍｉｃ Ｓｙｓｔｅｍ Ｍｏｄｅｌｉｎｇ ａｎｄ Ｓｉｍｕｌａｔｉｏｎ ＺＨＡＯ Ｊｉａｎ－ｄｏｎｇ１，ＨＵＡＮＧ Ｚｈａｎ２ （１．Ｇｕａｎｇｄｏｎｇ Ｐｏｌｙｔｅｃｈｎｉｃ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ ５１０６６５，Ｃｈｉｎａ； ２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，Ｊｉ’ｎａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ ５１０６３２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｇｅｎｔ－ｂａｓｅｄ ａｒｔｉｆｉｃｉａｌ ｓｏｃｉｅｔｙ ｍｏｄｅｌｉｎｇ ｍｅｔｈｏｄｏｌｏｇｙ ｉｓ ｄｉｓｃｕｓｓｅｄ ｆｉｒｓｔｌｙ，ｔｈｅｎ ｉｔ ｉｓ ｕｓｅｄｔｏ ｍｏｄｅｌ ｉｎｄｕｓｔｒｙ ｃｌｕｓｔｅｒｓ，ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｄｅｓｃｒｉｐｔｉｏｎｓ ｔｏ ｐｒｏｄｕｃｔｉｏｎ ａｎｄ ｍａｒｋｅｔｉｎｇ ｂｅｈａｖｉｏｒ ｏｆｅｎｔｅｒｐｒｉｓｅｏ ｉｎ ａ ｃｌｕｓｔｅｒ ｉｓ ｇｉｖｅｎ．Ｔｈｅ ｃｏｍｐｕｔｅｒ ｓｉｍｕｌａｔｉｏｎ ｍｏｄｅｌ ｃａｎ ｈｅｌｐ ｔｏ ａｎａｌｙｓｉｚｅ ｔｈｅ ｉｎｆｌｕ－ｅｎｃｅ ｆａｃｔｏｒ ｏｆ ｃｌｕｓｔｅｒ ｄｅｖｅｌｏｐｍｅｎｔ．Ｔｈｅ ｍｏｄｅｌｉｎｇ ｐｒｏｃｅｓｓ ｉｓ ａ ｎｅｗ ａｔｔｅｍｐｔ ｔｏ ａｐｐｌｙ ＡＢＭＳ（ＡｇｅｎｔＢａｓｅｄ Ｍｏｄｅｌｉｎｇ ａｎｄ Ｓｉｍｕｌａｔｉｏｎ）ｉｎｔｏ ｃｏｎｃｒｅｔｅ ｅｃｏｎｏｍｉｃ ｓｏｃｉａｌ ｏｂｊｅｃｔ． Ｋｅｙ ｗｏｒｄｓ：ｉｎｄｕｓｔｒｙ ｃｌｕｓｔｅｒ；ｓｉｍｕｌａｔｉｏｎ；ｄｅｃｉｓｉｏｎ；ａｇｅｎｔ；ｅｎｔｅｒｐｒｉｓｅ ０ 引言 ２０世纪９０年代中后期随着复杂系统研究的不断发展，基于Ａｇｅｎｔ的建模与仿真方法（Ａｇｅｎｔ－ＢａｓｅｄＭｏｄｅｌｉｎｇ ａｎｄ Ｓｉｍｕｌａｔｉｏｎ，ＡＢＭＳ）为研究人员在计算机上创建“人工社会”［１］对现实经济社会系统进行研究提供了新的研究手段。目前ＡＢＭＳ方法在被广泛应用于人工股市、产业集群、供应链系统、新产品市场扩散［２］等研究当中，近年来在国内外受到广泛的关注。例如在产业集群仿真方面，Ｍ．Ｚｅｉｄｅｎｂｅｒｇ使用Ａｇｅｎｔ仿真研究产业集群的自组织涌现［３］，仿真思路借鉴了经典的Ｓｃｈｅｌｌｉｎｇ种族隔离模型。Ｖｉｔｏ Ａｌｂｉｎｏ等人使用Ａｇｅｎｔ仿真技术研究产业集群中创新过程的涌现和演化［４］。乐建兵使用Ａｇｅｎｔ仿真技术研究产业集群 收稿日期：２０１１－０４－２６ 基金项目：广东教育厅资助项目（ＷＹＭ０９１１０）；广东技术师范学院资助项目（ＧＤＩＮ２０１１） 作者简介：赵剑冬（１９７７－），男，广东湛江人，博士，讲师，主要研究方向为管理信息系统与管理系统仿真、计算机网络及多媒体技术应用。
ANSYS分布式并行计算步骤
ANSYS11.0分布式并行计算步骤 Example: Running Distributed ANSYS on Windows 一、准备工作 （1）在主从机上分别安装ansys11.0到相同的目录下。 （2）在主从机上分别注册相同的用户名（管理员身份）和密码。 （3）在主从机上分别安装dotnetfx.exe。 （4）在主从机上分别为ansys创建相同的工作目录。 （5）把测试例题命令流tutor1_carrier_win.inp复制到主机的工作目录下。 命令流位于C:\Program Files\ANSYS Inc\v110\ANSYS\data\models的目录下。 二、安装mpich2并进行测试 （1）在主从机上分别安装mpich2-1.0.3-1-win32-ia32.msi，此文件在C:\Program Files\ANSYS Inc\v110\ANSYS\MPICH2中，采用默认安装目录见下图。 （2）在运行开始>程序>MPICH2>wmpiregister，输入用户名和密码，单击register，单击OK，如图所示。 （3）单机测试：在主从机上分别在DOS模式下进入C:\Program Files\Ansys Inc\v110\ANSYS\bin\intel，运行ansys110 -np 2 -mpitest命令，见下图所示。 （3）打开C:\Program Files\Ansys Inc\v110\ANSYS\bin\intel，用记事本打开machines，进行编辑，见下图，其中A13A7DA13157493为主机计算机名，PC-200907230929为从机计算机名。必须为偶数个结点，每两个核构成一个结点，所以为核数为奇数。例如A13A7DA13157493电脑为4核，设置了2核，PC-200907230929为2核，设置了1核，3核构成2个结点。
分布式并行计算应用
分布式并行计算应用（一） 迎接P2P分布式并行计算今年是处理器的“双核年”。多年以来，Intel和AMD都在持续努力提升CPU计算能力，在单芯片频率达到近乎极限后，终于将CPU推入多内核时代。 现今的个人计算机，运算能力是早期大型计算机的百倍以上，这是拜软件业与硬件业互相促进之赐。众所周知的例子，是所谓“微软-英特尔”联盟，即操作系统和处理器相互刺激市场需求。市场竞合的结果，导致寡头垄断局面形成；在个人电脑市场上，两硬（Intel、AMD）一软（微软）分蛋糕分得不亦乐乎。 我们需要越来越快的计算机。人类追求极限的永恒需要，会让我们在追求更高计算能力的路上继续走下去。然而，“更高计算能力”并不一定意味着“更快的CPU”，所有CPU计算能力的总和，总是大于单个CPU，分布式并行计算，提供了让许多CPU 协同工作的可能性。 多CPU（多台计算机）协同，基本上是软件层面的问题，软件层面的问题，最终还是操作系统平台的问题。互联网给了Goo gle一个机会，把运算放到客户端去执行，这是一种聪明的做法——它意味着更少的中央服务器投入和更好的用户体验。Googl e持续推出基于Web的新服务，几乎让人觉得Web OS时代已经
到来。这判断为时过早，可以说，目前Web客户端平台运算能力相对于纯本地程序，是相当低下的；再者，浏览器本身，仍然需要在操作系统之上运行；其三，这种架构仍然没有将客户计算机有机地整合起来。 IBM等大公司，推网格计算概念已有多时，实质成果还不如小小一个BT/eMule来得大。P2P技术用在文件共享上，已经改变了整个娱乐业格局，如果它被应用于运算能力协同上，前途无可限量。 互联网会更加普及，未来所有个人设备都会随时在线，设备（客户端）是人类个体的智能代理。如果把每个设备看作CPU的一个内核，将能组成一个运算能力强大的多核CPU。过去几十年，计算机CPU和操作系统，一直在朝着高度集成化方向发展，导致软、硬件体系结构趋向于高度复杂，单机运算能力也在逼近极限。基于P2P的分布式并行计算，另辟蹊径，化解了单机高度集成带来的复杂度。 基于P2P的广域网分布式并行计算，有两个问题需要解决：第一，协同机制。客户端之间如何互相协作、如何分解问题、如何解决通讯导致的延迟、如何实现“热插拔”…… 第二，信用机制。WebService租用和ASP（Application S ervice Provider）未能变成主流市场，很大程度上是因为信用机制不够健全。信用有两个层面，一个是信用观念，一个是信用技术，前者取决于后者。