油气勘探地震资料处理GPU/CPU协同并行计算

随着图形处理器（Graphic Processing Unit: GPU）在通用计算领域的日趋成熟,使GPU/CPU协同并行计算应用到油气勘探地震资料处理中,对诸多大规模计算的关键性环节有重大提升.本文阐明协同并行计算机的思路、架构及编程环境, 着重分析其计算效率得以大幅度提升的关键所在.文中以地震资料处理中的叠前时间偏移和Gazdag深度偏移为切入点,展示样机测试结果的图像显示.显而易见,生产实践中,时常面临对诸多算法进行算法精度和计算速度之间的折中选择.本文阐明GPU/CPU样机协同计算具有高并行度,进而可在算法精度与计算速度的优化配置协调上获得广阔空间.笔者认为,本文的台式协同并行机研制思路及架构,或可作为地球物理配置高性能计算机全新选择的一项依据.     

CPU/GPU协同计算在频率域二维全波形反演中的应用

全波形反演利用波场的运动学和动力学信息重建地下物理参数,是建立高精度速度模型的有效手段,巨大的计算量是制约其实用化的瓶颈之一。本文针对全波形反演中频率域正演的复杂计算问题,采用粗细结合的并行策略,将MPI技术应用于多炮间并行计算,同时利用GPU技术加速正演过程中大型稀疏线性代数方程组的求解,以提高频率域全波形反演的计算效率。通过理论模型验证本文方法的正确性和有效性,给出不同数据量与GPU计算效率的相关分析结论,提出频率域全波形反演CPU/GPU协同并行计算的制约瓶颈和发展方向。     

城市建筑物震害三维模拟在GIS中的应用

将地理信息系统(GIS)技术用于震害预测在国内外都有较为广泛和成熟的研究。大多数的研究都是基于二维GIS技术的应用,以图表的形式显示震害预测结果,不能够直观地显示建筑物空间特征。本文以砖混结构建筑为例,总结了不同震害等级的震害特征,将提取的震害特征和建筑物纹理合成,利用Google SketchUp三维建模和ArcGIS Engine开发实现震害三维显示。本文给出了利用三维模拟技术在震害预测研究中的一种方法和思路,旨在为震后应急救援、虚拟救援训练和地震科普教学等方面提供帮助。     

粗集神经网络在建筑物震害预测中的应用

将粗糙粗集理论和神经网络原理结合起来,建立了基于粗集-神经网络的建筑物震害预测模型.首先运用粗糙集理论,根据原始样本建立决策表进行属性离散化、属性重要性排序、属性约简和分类规则的提取;然后将所提取的关键成分作为神经网络的输入练模型.实例研究表明,基于粗集-神经网络的多层砖房震害预测结果与实际震害基本吻合.该模型简化了神经网络结构,提高了训练速度和分类精度,还能对各因素对房屋震害的影响度进行分析.     

HPPPR模型及其在地震综合预测研究中的初步应用

在综合考虑经典投影寻踪算法特点的基础上,针对投影寻踪计算中存在的一些不利因素,给出相应的解决思路.利用数值仿真技术进行基于粒子群优化算法与厄密特多项式构建的投影寻踪回归模型建模能力与计算精度的检验,再将其应用于多维地震时间序列综合建模预测中.计算结果和进一步分析表明,基于粒子群优化算法与厄密特多项式构建的投影寻踪回归投影寻踪模型具有简单、快速、有效的特点,在实际地震综合预测建模中取得了满意的效果,可作为地震综合预测的一种回归分析方法.     

中强地震前地震拟合优度的异常特征及在地震预报中的应用

引用地震拟合优度r值，对华北地区18次中强地震前地震拟合优度r值与地震活动的关系进行了分析和研究，总结出了中强地震前地震拟合优度r值的异常特征，并把该方法应用到了河南及其邻区的中等地震预报中，制定了预报规则，进行了预测内符检验和预报评分。结果表明，该方法是一种有效的中期地震预报方法，尤其对弱震区中等地震的预报具有推广应用价值。