版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在數(shù)據(jù)同化的主要應(yīng)用領(lǐng)域——數(shù)值天氣預報中,隨著觀測技術(shù)的突飛猛進和各種觀測設(shè)備的應(yīng)用研究,區(qū)域和全球觀測數(shù)據(jù)呈現(xiàn)大規(guī)模的增長,不同設(shè)備和觀測地點造成的誤差以及大氣模型本身的缺陷導致對數(shù)據(jù)同化的精度與計算量的要求越來越高。同時由于高性能計算機尤其是SMP集群的發(fā)展,對于運行在其中的軟件應(yīng)用越來越需要更高程度的并行化。這些都要求數(shù)據(jù)同化算法實現(xiàn)更加高效率的并行化。本文基于此提出了一種數(shù)據(jù)同化算法的并行化方案。
本文首先闡述了國內(nèi)
2、外已有的對于數(shù)據(jù)同化算法并行化的研究成果并指出了其中的缺陷與不足。在已有數(shù)據(jù)同化算法的基礎(chǔ)上深入分析研究了數(shù)據(jù)同化算法——ETKF-4DVAR的理論基礎(chǔ)和其中所蘊含的并行性,簡單概括了數(shù)據(jù)同化各階段并行化的可能性以及設(shè)計模型與同化方案間程序接口的必要性,并提出了并行化方案的初步構(gòu)想和實現(xiàn)過程中需要考慮的問題,為后續(xù)的并行化方案設(shè)計提供理論基礎(chǔ)。
接著,論文詳細分析了本算法在分析階段的并行化策略,并基于模式分解(在進程中分發(fā)集合
3、)和區(qū)域分解(將模型區(qū)域分解為子區(qū)域)兩種分解策略提出了數(shù)據(jù)同化分析階段的實現(xiàn)方式及其性能需求,并從算法的角度說明了區(qū)域分解在通信和內(nèi)存需求方面都要優(yōu)于區(qū)域分解,為實驗方案選擇區(qū)域分解提供了依據(jù)。
然后,進一步研究和分析了預報階段的并行性,同時為了降低模型與本方案的耦合性,本文提出了定義兩者間程序接口的框架結(jié)構(gòu),詳細闡述了本框架的設(shè)計和實現(xiàn)思路,包括在相交進程集和不相交進程集下的程序接口設(shè)計以及基于MPI的進程配置策略,并對兩
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)挖掘算法的并行化研究及其應(yīng)用.pdf
- 數(shù)據(jù)挖掘中分類算法的并行化研究與應(yīng)用.pdf
- 31773.并行混合遺傳算法四維變分同化系統(tǒng)研究及其應(yīng)用
- 基于混合數(shù)據(jù)的譜聚類算法研究.pdf
- 基于OpenMP的并行混合PVS算法及其應(yīng)用.pdf
- 數(shù)據(jù)統(tǒng)計的概率算法研究與并行化設(shè)計.pdf
- 數(shù)據(jù)挖掘分類與聚類算法并行化研究.pdf
- WRF-EnSRF同化技術(shù)及與3DVAR的對比研究.pdf
- 基于用戶興趣的混合數(shù)據(jù)聚類算法研究.pdf
- 混合分布式并行遺傳算法的研究與應(yīng)用.pdf
- 基于云平臺的數(shù)據(jù)挖掘并行算法研究與應(yīng)用.pdf
- 面向混合數(shù)據(jù)的劃分式聚類算法研究.pdf
- 面向混合數(shù)據(jù)的孤立點檢測算法研究.pdf
- 1658.基于多重網(wǎng)格策略的nls3dvar方法及其在氣溫數(shù)據(jù)同化中的應(yīng)用
- 基于hadoop的數(shù)據(jù)挖掘算法并行化研究與實現(xiàn)1.1
- 混合數(shù)據(jù)的核密度估計熵與快速的貪心特征選擇算法.pdf
- 云數(shù)據(jù)中心環(huán)境下并行應(yīng)用與并行負載調(diào)度算法研究.pdf
- 決策樹分類算法的并行化研究及其應(yīng)用.pdf
- 并行化深度學習算法及其應(yīng)用研究.pdf
- 并行進化算法的研究與應(yīng)用.pdf
評論
0/150
提交評論