Cтраница 2
Обзор исследований по параллельным алгоритмам и параллельной сложности по состоянию на 1974 г. Определяется оптимальное ускорение за счет многопроцессорности как для алгебраических, так и для аналитических задач. В рамках развиваемой в этой статье методологии ускорение при вычислении нуля нелинейной функции ограничено константой для любого числа процессоров. [16]
Прежде, чем изложить параллельный алгоритм, напомним последовательный алгоритм из § 4.3. Процесс начинается с деления первой строки на ее первый элемент. Затем последовательный алгоритм вычитает из всех остальных строчек первую строку, умноженную на первый элемент этих строчек. [17]
Для таких моделей опубликовано много параллельных алгоритмов, так как реальные параллельные машины, когда они будут построены, могут быть очень похожими на них. Однако для математической теории эти модели не вполне удовлетворительны, потому что слишком многие подробности их архитектуры произвольны. [18]
Проследите выполнение тремя процессорами параллельного алгоритма построения минимального остовного дерева для графов из упражнения 1, начиная с вершины А. Трассировка должна показывать распределение вершин между процессорами, а также значение, возвращаемое каждым процессором на каждом проходе. [19]
В этом параграфе мы применяем параллельные алгоритмы к решению численных задач. Начав с двух классов параллельных алгоритмов умножения матриц, мы переходим затем к решению систем линейных уравнений. [20]
Наиболее принципиальным моментом при проектировании параллельного алгоритма является выбор схемы распределения данных между процессами параллельной программы. [21]
Предлагаемую в данной работе модель параллельных алгоритмов поиска можно скорее отнести к параллельно-последовательным, чем к асинхронным, и в ней сочетаются некоторые свойства как идеальных, так и реальных моделей. Основу предлагаемой модели составляет ИГ, но мера сложности определяется специальным образом. Для этого вводится такой алгоритм обхода, который предполагает блуждание по сети сразу нескольких исполнителей. Для разрешения конфликтов при таком блуждании используется окрашивание графа каждым исполнителем и нумерация исполнителей, которая определяет порядок исполнения действий исполнителями при одновременном попадании нескольких исполнителей в одну вершину информационного графа. Строгое формальное описание алгоритма параллельного обхода, приводится во втором разделе третьей главы. [22]
Второе интересующее нас понятие - стоимость параллельного алгоритма, которую мы определяем как произведение сложности алгоритма на число используемых процессоров. [23]
Приводятся результаты разработки кинетических моделей и параллельных алгоритмов для их численной реализации на суперкомпьютерах. [24]
В данном разделе предлагается математическая модель параллельных алгоритмов поиска и в рамках этой модели исследуется параллельное решение задачи поиска с отношением поиска вида линейного предпорядка. [25]
Кроме рассмотренного последовательного алгоритма может быть предложен аналогичный параллельный алгоритм, когда на первом шаге из множества р выбираются U крайних левых элементов ( U Lj ( s - Кб) [), а из множества X - соответствующие им опорные элементы. Хи вводится по одному новому элементу, выбор которых осуществляется по тем же критериям, что и последовательного алгоритма. [26]
Легко видеть, что га-сепаративные ИГ соответствуют параллельным алгоритмам поиска, относящимся к сепаративному подходу, при котором все данные делятся на части и при просмотре всего множества запросов каждая часть данных обрабатывается только одним исполнителем. [27]
В многопопуляционных генетических алгоритмах, иначе называемых параллельными алгоритмами на уровне популяций, выполняется имитация эволюции нескольких популяций при ограниченных связях между ними. Каждая популяция размером N эволюционирует автономно на протяжении L поколений. Затем происходит частичный обмен представителями между популяциями и начинается новый цикл автономного развития. Циклы автономного развития и межпопуляционного обмена повторяются до наступления признаков стагнации у всех популяций. [28]
![]() |
Матрица Л2 для взвешенного графа с. [29] |
Теперь параллельный алгоритм подсчета кратчайших расстояний превращается просто в параллельный алгоритм умножения матриц, поэтому анализ последнего применим и в данном случае. [30]