基于相对状态符号信息的分布式优化算法

针对网络化多智能体的分布式优化问题,本文讨论一种只利用邻居相对状态的符号信息的分布式算法.该算法不要求与图相关的权重矩阵是双随机矩阵.首先利用优化理论中的惩罚函数法解释该算法,然后分析算法在静态图上的收敛性以及收敛速度.与现有使用邻居相对状态的完整信息的分布式梯度下降算法相比,所提算法的收敛速度并没有本质上降低.另一方面,将所提算法扩展到确定性和随机性的时变图上,并给出相应的收敛性结论.最后,通过数值仿真实验验证算法的有效性.     

Lipschiz-type的高阶非线性多智能体系统分布式优化算法研究

主要研究了具有Lipschiz-type非线性多智能体系统的分布式优化问题.在多智能体网络中,每个个体都拥有一个代价函数,整个多智能体网络的好坏由这些代价函数的和来进行评判.在整个过程中,每个目标仅知道局部的交互信息和其自身代价函数的梯度.为了实现协同优化的目标,提出了一个新的分布式优化算法,运用李雅普诺夫稳定性分析的方法可以证明该算法能够保证所有智能体实现协同优化.最后进行数值仿真,成功地验证了该算法的正确性和可行性.     

传感器网络环境中基于采样数据分布式滤波的研究综述

近年来,由大量具有感知、计算和通信能力的微型传感器组成的传感器网络越来越广泛地应用在生产及生活的方方面面.另一方面,随着微电子及数字信号技术的发展,利用采样数据的离散化的数字控制器或滤波器被普遍使用.为了反映这个新兴领域的最新进展,本文对传感器网络环境中基于采样数据分布式滤波的研究展开了综述.首先,综述了传感器网络中几种分布式滤波方法的研究进展.然后,针对不同的采样方式,详细总结了采样数据系统的控制与滤波问题的研究工作.随后,对目前已有的传感器网络基于采样数据的分布式滤波的研究结果进行了介绍.最后,对传感器网络环境中基于采样数据的分布式滤波方面未来可能的研究课题进行了展望.     

非连通通信网络中的分布式优化算法

本文考虑了非连通通信模式下互联网网络的带宽资源优化分配问题,其目标是使得网络中每个节点独立地将流量以最优方式分配给给定的一个或多个下一跳节点.注意到用户在使用某些应用时有非弹性的服务需求,故将网络效用函数建模为非凹的函数.最大化一类非凹的效用函数,也就是要解决非凸的优化问题.为了解决上述问题,本文设计了一个序列的优化问题,该序列的优化问题的解会收敛到原问题的最优解.基于上述优化问题,设计了一种分布式的流量分配算法.本文中的结果是基于实分析和凸优化理论等理论得到的.应用本文的算法可以使得每个节点独立地更新流量分配策略,并且仅用到最少的局部信息.最后,通过数值仿真验证了算法的有效性.     

权重平衡有向网络下分布式约束优化的连续时间算法设计

本文研究权重平衡有向网络下分布式约束优化问题的求解,其中网络的全局目标函数是由每个智能体的局部目标函数的和构成,全局的约束是由每个智能体的局部约束的交构成.为了分布式求解该问题的最优解,首先引入智能体的局部共轭函数将其转换为Fenchel对偶问题.其次,从Fenchel对偶问题出发,提出一类基于奇异摄动系统的分布式连续时间算法.在局部目标函数和其梯度分别满足强凸和Lipschitz（李普希兹）连续的情况下,结合凸分析方法和Lyapunov（李雅普诺夫）稳定性理论,结果表明所提算法能够获得原问题和对偶问题的最优值.最后,数值仿真进一步验证了所提算法的有效性.     

并行效率的初步研究

用有限区域中尺度差分网格模式，采用分区域并行计算方法，在TRANSPUTER并行计算机上研究大规模并行计算中计算问题复杂度与并行计算效率的关系。结果表明，采用适当的并行计算法，增加处理机个数和计算问题的复杂度可使并行加速比增大；并行效率则随着处理机个数的增加而降低，随着计算问题复杂度的增加而提高；大规模并行计算能明显地提高计算速度，很适合于解决大量计算的问题，在数值预报方面具有广阔的发展前景。     

欺骗攻击环境下带有传感器故障的大规模电网分布式状态估计

本文研究了欺骗攻击环境下带有传感器故障的大规模电网分布式状态估计问题.通过引入拓扑关系来描述分布式传感器节点之间的相互关系,使用随机Bernoulli序列描述欺骗攻击模型及其随机特性.基于Lyapunov方法证明了带有传感器故障的系统在遭受欺骗攻击环境下的均方稳定及H_∞稳定的充分条件,并基于LMI设计了满足H_∞性能指标的分布式状态估计器.最后通过数值仿真验证了所设计估计器的有效性.     

全球气象资料客观分析系统的分布式并行化

对已有的率行算法进行并行化，是一项很困难的工作。通过对全球气象资料客观分析系统率行算法的研究，提出了在MPP高性能计算机上的一种静态分配数据的分布式并行算法。该算法通过间隔选取分析盒子和模式格点纬圈行，将数据分配给不同的处理机实现分布式并行。该并行算法负载平衡好，并行效率高，而且并行化代价较低，具有良好的可扩展性。最后，给出了并行算法的性能测试结果。     

光纤传感的后起之秀——分布式传感

随着对光纤中非线性效应研究的不断深入,光纤分布式传感器得到了广泛的研究和应用.本文介绍了光纤传感的应用领域,综述了基于布里渊散射、拉曼散射及瑞利散射3种散射光实现不同类型光纤分布式传感的原理,最后从光纤分布式传感优势方面对其未来发展方向进行了展望.     

一种基于三部图网络的协同过滤算法

推荐系统是电子商务领域最重要的技术之一,而协同过滤算法又是推荐系统用得最广泛的.提出了一种基于加权三部图网络的协同过滤算法,用户、产品及标签都被考虑到算法中,并且研究了标签结点的度对用户相似性计算的影响.实验结果表明,此算法在解决用户冷启动问题的同时,还具有较高的推荐准确性.     

遥感大数据分布式技术研究与实现

面向卫星遥感海量数据,针对其数据量的急速增长,对数据分析、价值挖掘提出了全新的挑战,引入驱动大数据应用的分布式模式,建立了适应卫星遥感大数据的网格模型,打破了数据的时空割裂和限制,数据可以作为整体进行存储、计算和应用,模型设计的网格、时间片、物理层的基本结构,可以保证未来云计算的实施。该文提出了基于希尔伯特曲线的网格散列算法,以此建立的分布式系统具有优异的并行读写性能和良好的负载均衡能力;遥感大数据分布式系统,实现了数据的高速分布式并行读写,支持数据的精确时空匹配和动态获取,整个系统的扩展能力可以达到线性增长,系统基于通用软硬件平台实施,实现卫星遥感大数据灵活、按需和简便的应用。     

地面气象资料统计处理系统设计与实现

为实现6万余个地面气象站资料实时统计处理,设计并实现了地面气象资料统计处理系统。系统采用灵活易扩展的技术框架,应用大数据分布式流处理技术实现高效的数据处理,较传统统计处理框架统计时效提升10掊以上,主要功能包括基于任务调度的定时统计、针对迟到数据和数据更正信息的统计结果滚动更新、自定义统计、统计处理通用算法服务等,采用国家级一级部署、各省同步应用的业务布局保证数据的一致性。2017年1月投入业务运行后,实时计算800余个多种尺度的统计项并通过全国综合气象信息共享平台（CIMISS）数据统一服务接口提供统计产品服务。分析表明:地面气象资料统计产品2017年月平均下载次数达到1951.4万次,在CIMISS所有400余种观测资料或产品中排名第三,为天气监测预报预警、气象决策服务、气候监测业务、公共气象服务等提供重要的基础数据支撑。     

应用分布式存储技术优化省级CIMISS数据服务能力

随着气象数据量的不断增长,进一步提升CIMISS数据管理和服务能力的需求变得日益迫切。为解决存储系统动态扩展能力不足、并行计算与吞吐效率低下等限制CIMISS继续发展的问题,采用分布式文件系统和NAS技术替代GPFS建设共享文件系统,实现非结构化气象数据的存储功能;采用分布式数据库替代Oracle RAC建设关系数据库管理系统,实现结构化气象数据的存储功能和非结构化气象数据的索引功能。实践证明,该方案能够有效地改善CIMISS的数据存储能力、并发响应能力,适应未来气象业务对数据存储和应用的需求。     

气象基础设施云平台关键设计与实现

为适配气象业务科研应用对算力、存储资源的需求特点，采用分布式计算、分布式存储、虚拟化技术搭建气象基础设施云平台，并根据不同的业务类别、网络区域、资源服务对象针对性地设计云平台资源分区，以及每个分区需具备的云资源及功能。设计的云平台涵盖IaaS层、PaaS层功能，通过软件定义方式池化硬件资源，形成具备云计算、大数据支撑特征的资源池，为众多气象应用端部署、气象大数据业务提供虚拟主机、物理算力、数据存储资源。实际运行效果表明设计的气象基础设施云平台能够适应数据处理规模与时效性要求不断提升的业务发展需求。     

基于MapReduce计算模型的气象资料处理调优试验

云计算技术使用分布式的计算技术实现了并行计算的计算能力和计算效率,解决了单机服务器计算能力低的问题。基于长序列历史资料所计算得出的气候标准值对于气象领域实时业务、准实时业务及科学研究中均具有重要的意义。由于长序列历史资料数据量大、运算逻辑较复杂,在传统单节点计算平台上进行整编计算耗时非常长。该文基于Hadoop分布式计算框架搭建了集群模式的云计算平台,以长序列历史资料作为源数据,基于MapReduce计算模型实现了部分整编算法,提高计算时效。同时,由于数据源本身具有文件个数多、单个文件小等特点,对数据源存储形式及数据文件大小进行改造,分别利用SequenceFile方式及文本文件合并方式对同一种场景进行计算时效对比测试,分别测试了10个文件合并、100个文件合并两种情况,使时效性得到了更大程度的提升。     

Analysis of drought in the region of Abruzzo (Central Italy) by the Standardized Precipitation Index

The paper presents a comprehensive analysis of drought phenomena in the Region of Abruzzo (Central Italy) using the Standardized Precipitation Index (SPI) computed at different time scales (3, 6, 12, 24 months). The study is based on monthly precipitation data collected from 1951 to 2009 at 69 climatic stations uniformly distributed over the region. According to the trend analysis, most stations are characterized by increments in both drought severity and variability, particularly at the longer time scales. A principal component analysis applied to SPI time series enabled to identify two main patterns: the first more correlated to the coastal areas, the second more correlated to the inland, mountainous areas. However, the spatial patterns become less defined as the time scale increases, making more uncertain the definition of homogenous areas to be used in drought management plans. In most cases, the identified drought patterns have similar negative overall tendencies, but different trend directions in some sub-periods. In particular, the first drought pattern is clearly characterized by a trend reversal (from decreasing to increasing) during the last decade. This temporal evolution, consistent with that observed by large-scale analyses in the corresponding (or near) grid points, was not detected for the second pattern, which is probably influenced by local topographic and/or orographic factors. The results confirm the complexity of drought phenomenon in a typical Mediterranean region and the necessity of high-resolution datasets to capture its temporal and spatial variability.     

CIMISS数据存储管理系统结构优化及应用

针对CIMISS数据存储管理系统在业务运行中出现的性能瓶颈问题,在分析该系统流程的基础上,根据性能瓶颈出现的不同环节开展相应的优化工作,针对数据存储性能问题,分析了传统Share Disk和最新Share Nothing架构的差异,设计了分布式数据库的部署方案和嵌入CIMISS技术方案。针对业务调度进程的性能瓶颈,优化了相应的调度记录项。数据分析表明,上述优化措施实施后,数据存储管理系统的服务性能和运行稳定性提升明显,数据服务接口皆有数倍的性能提升,非结构化数据平均入库及时率高于98%,为各类气象业务应用提供了稳定可靠的数据环境支撑。