BSP技术详解(补充)--pvs算法
BSP技术详解(补充）--pvs算法
终于将HL2的vbsp，vvis看完了，随便也翻了翻q3map代码，发现两者的代码太相似了，可以看出在BSP分割，portal的查找方面在Q2中都应该已经定型了，因此两者使用的算法都是一样的。下面我主要谈一下计算pvs的算法，因为在我翻译的那篇文章《bsp 技术详解》中计算pvs是通过在每个portal上确定一些采样点然后进行ray cast来计算pvs的，这种方法的速度没有保证，而且处理起来也非常麻烦。而ID通过对每一个portal的polygen进行clip的方法来获取pvs，确实速度上要比上一个方法好上
很多。下面我来对算法进行详细的介绍，如果你对bsp不是很熟的话需要明确一下几个概念，一个是cluster，对于室内场景来说它完全是由cluster组成的，简单的你可以将它认为是场景中的一个房间，另一个是portal，场景中的cluster是由portal连接为一个整体，你可以把它看作是房间的门或窗户。在进行pvs计算的时候已经将整个场景划分为bsp tree，查找完portal并将cluster和leaf node连接起来了。
1、首先对所有的portal先进行一下预处理，让一个portal只和一个cluster发生联系，这样作的目的是为了获得一个单向的portal，也就是说portal只在一边可见，这样做是为了方便进行处理。我们知道一个portal通常连接了两个cluster，一般情况下使用的是portal所在plane正面的portal，但为了达到上述目的，我们需要将portal 分为正反两个，由于在bsp中每一个plane都保存正反两个，因此位于反面的portal只需要对ploygen颠倒一下
顶点顺序即可。这里规定一个portal只和位于其plane的法线方向上的luster发生联系，预处理后保存的portal数量是原来的2倍。
2、接着我们需要对portal进行一下分类处理。通过简单的常识我们知道，由于现在每一个portal都是单向可见，因此只有位于portal可见方向（称为front方向）的portal 才可能是可见的，我们需要对每一个portal都获得一个front portal列表并保存起来。
3、下面我们需要进一步的对每一个portal的front portal列表中不可见的portal 进行剔除。我们知道场景完全是由一个个portal连接起来的cluste组成的，对于一个portal来说位于同一个cluster的portal一定可见，而其他portal要想可见最基本的要求是它可以通过其他portal连接到这个cluster上，因此通过portal的连接关系我们可以从front portal列表中剔除那些和当前portal没有连接关系的portal，并保存到floodportal列表中。
4、好了经过上面的处理我们已经剔除了大部分不可见的portal，可见的portal一定包含在flood portal列表中，因此需要使用更精确的方法进行检查。为了方便描述，我假定当前计算pvs的portal为A，任选和A所在的cluster ca相连的一个portal称为B，注意B一定是可见，因此B所在的cluster cb一定可见，但是和cb相连的其它portal 并不一定可见，为了检查是否可见，我们假定选取其中的一个portal称为C。好了现在的问题简化为已知A和B求C是否可见，算法如下：
在A上选取一条边和B上的一个顶点构成一个clip plane，为了保证这是一个合法的clip plane我们需要做一下检查，为了简单化我们首先需要保证clip plane的法线方向必须指向portal A的外部，也就是说A上所有的顶点都位于clip plane的背面。
其次我们要保证portal B上所有的顶点都位于clip plane的正面，这样做可以保证当你选择A上最左边的一条边时必须要和B上最右边的一个顶点构成clip plane，当你选择A上最右边的一条边时必须要和B上最左边的一个顶点构成clip plane，将所有的clip plane合并起来实际上就获得一个A到B的最大可见frustum，只有位于frustum 内部的portal才是可见的。当建立起这个frustum后我们就可以使用它对C的polygen 进行clip操作了，当C clip后如果没有polygen在frustum内部那么它是不可见的，否则portal C可见并将可见的polygen保存下来。当C可见后我们需要接着对和C相连的portal进行检查，方法还是一样不过上面的portal B变成了C而且必须要注意，建立frustum使用C的polygen应该是clip后的polygen数据。通过上面的方法对A 的flood portal列表进行递归运算最终将获得一个真正的可见portal集合保存到
vis portal列表中。还需要指出一点的是建立clip plane的过程实际上需要两次，第一次是从A到B，第二次是从B到A，这样做的原因是并不是所有的极值点都位于B上的，也可能位于A上因此需要进行两次。
Q:怎么根据AB生成Frustum?
A:如果portal A和B都是一个四边形的话，frustum的四个面是这样组成的，A的左边和B的右边构成一个plane，A的右边和B的左边构成一个plane，上下方向也是，这样就形成一个frustum。但是当portal由多个顶点构成时，组成frustum的面也不会只有四个，这样形成的会是一个多面的frustum。
posted on 2007-03-25 16:46 Dreams阅读(148) 评论(3)编辑收藏引用网摘
# re: BSP技术详解(补充）--pvs算法2007-04-01 23:40 saya3d
有问题请教下Dreams，我想生成PVS，我觉得id的这个方法的确是很好，我也准备采用类似这样的方法。但是我觉得预处理有些麻烦所以想省略掉直接做第4步就是用frustum 去clip那些portal。但这样的话我的portal就是双向的。您说的这个方法是以portal 为对象来检测可见的portal（希望我没理解错），我准备以cluster为对象来检测可见的portal。假设当前计算pvs的cluster是A，就遍历A的所有portal，为每一个portal进行pvs计算，假设选的portal是m就找到m所连接的另一个cluster（B），依次用m跟B里边的portal(假设当前是n)组成frustum来检测n所连接的另一个cluster里的portal…………其实跟您那个都一样，不过我这个portal是双向的所以组成frustum的时候会有问题（可能会用两个顶点顺序方向相反的两portal来组成frustum），但是我的portal里记录的有它所连接的2个cluster是在portal的前方或后方，所以我只要判断一下A如果在m的后方我就反着访问m的顶点就行了。
我这样做应该可以吧？
另外一点就是建立clip plane要两次，有点不好想，我老觉得一次就够了。多边形A和B，A->B生成一个frustum, B->A生成一个frustum，这两个frustum不一样么？回复更多评论
# re: BSP技术详解(补充）--pvs算法[未登录] 2007-04-03 11:36 Dreams
1、如果使用你的方法运算量会增加一些，因为你需要额外对共面的portal进行计算，而且由于下面的原因，代码将复杂化。个人意见还是加上预处理部分比较好，实际的代码量并不大。
2、仔细考虑一下存在不规则形状的portal的情况，如果两个portal都为垂直于地面的四边形的话当然只需要运算一次即可，但是当两个portal形状不一样时，AB和BA形成的frustum是不一致的。
最后，个人看法现在pvs算法基本上已经淘汰，DOOM3和HL2中已经将其完全放弃，而是
直接使用手工指定的portal进行realtime portal culling。saya3d做个人研究可以，但是不需要将时间浪费在上面。回复更多评论
# re: BSP技术详解(补充）--pvs算法2007-04-05 12:47 saya3d
说的有道理.............
现在好象都不用pvs了，连portal都趋向于手工指定，
绘制的时候要用realtime portal culling来去除不可见的实体，所以反正都是要做就不要再费工夫去算pvs了。
【免费下载】头脑风暴法应用案例
1.头脑风暴法和德尔斐法应用案例 2.SWOT分析法对自己进行职业发展分析
头脑风暴法应用案例 随着医疗模式的不断转变以及社会文化的不断进步，住院患者对医疗护理服务模式及方法提出了越来越高的要求。但是，就目前医疗体制、医疗环境条件、医务人员的业务水平、素质等诸多因素参差不齐，使得医(护)患之间的关系无法真正和谐化发展。针对这 一现状，某医院于2006年5月逐步在全院36个病区推行头脑风暴法，进一步强化医疗护理安全，持续提高护理质量，收到了良好的效果。 一、成立质量改进领导小组及相应的基础护理、专科护理、护理文书、技术操作、病房管理及感染管理、病人服务满意度等护理质控督导组。 二、确定议题。根据护理部一科护士长一护士长三级护理管理体系的组织结构特点，找出护理部业务、行政查房及护士长夜查房、周末查房反馈的共性问题、热点问题等作为会议商讨议题，就现存的和潜在的护理风险因素，查找相关因素，对问题形成的原因进行分析及对策探讨。 三、护理部每月初将上月质量监控中反馈存在的问题，列举出来，再次组织抽查，对反复存在的问题，护理部到病区现场调研，听取意见和建议，从不同角度、不同层次、不同方面分析护理差错缺陷出现的原因、应对方法及整改措施，临床护理及管理过程中的护理差错隐患，讨论改进措施与科室护士共同寻找解决办法，直到该问题解决。同时采取现场数码相机随机拍照，将不规范的现象曝
光，图文并茂进行对比，将各病区数据指标量化排序，并制作成幻灯，坚持每月1次全院护理质量通报反馈。 四、分级讨论研究。存在问题的科室利用晨会时间，由护士长 将问题反馈到每一个护士，让每位护士充分发表自己的见解，找出 发生问题的原因及解决问题的方法，由护士长记录备案，时间控制 在30min内。 护士长将备案的会议记录反馈到科护士长处，由科护士长召开 片区会议，从各科护士长反馈的原因及解决问题的方法中再次筛选 出共性问题，同时找出分析合理、可行性强的解决办法应用头脑风 暴方法，进行讨论研究。 科护士长将各片区讨论研究的结果，在每周进行的护理部碰头 会上进行反馈，由护理部根据医院相关规章制度，立足于各项护理 工作的原则性，讨论研究各种方法的可操作性及有效性，最终将结 果反馈到科护士长处或通过全院护士长例会进行反馈，同时给出相 关建议及意见，由各科室根据护理部建议及意见结合自身实际情况，进行全而整改。 五、评价方法。依据《卫生部医院管理年评价指南》及相关要求，自制8个护理质量量化评分标准进行考核，根据各表质量监控 点分值有5分、10分、15分不等，总分100分，采取护士长夜查房、节假日周末查房、护理部行政查房、科护士长抽查进行评分，取各 项平均值得出病区当月护理质量总分，并在次月全院护理质量通报 反馈会上，将数据制作成直观的柱状图、饼图进行反馈，以此评价
《时间序列分析》案例
《时间序列分析》案例案例名 称：时间序列分析在经济预测中的应用内容要 求：确定性与随机性时间序列之比较设计作 者：许启发，王艳明 设计时 间：2003年8月
案例四：时间序列分析在经济预测中的应用 一、案例简介 为了配合《统计学》课程时间序列分析部分的课堂教学，提高学生运用统计分析方法解决实际问题的能力，我们组织了一次案例教学，其内容是：对烟台市的未来经济发展状况作一预测分析，数据取烟台市1949—1998年国内生产总值（GDP）的年度数据，并以此为依据建立预测模型，对1999年和2000年的国内生产总值作出预测并检验其预测效果。国内生产总值是指一个国家或地区所有常住单位在一定时期内生产活动的最终成果，是反映国民经济活动最重要的经济指标之一，科学地预测该指标，对制定经济发展目标以及与之相配套的方针政策具有重要的理论与实际意义。在组织实施时，我们首先将数据资料印发给学生，并讲清本案例的教学目的与要求，明确案例所涉及的教学内容；然后给学生一段时间，由学生根据资料，运用不同的方法进行预测分析，并确定具体的讨论日期；在课堂讨论时让学生自由发言，阐述自己的观点；最后，由主持教师作点评发言，取得了良好的教学效果。 经济预测是研究客观经济过程未来一定时期的发展变化趋势，其目的在于通过对客观经济现象历史规律的探讨和现状的研究，求得对未来经济活动的了解，以确定社会经济活动的发展水平，为决策提供依据。 时间序列分析预测法，首先将预测目标的历史数据按照时间的先后顺序排列，然后分析它随时间的变化趋势及自身的统计规律，外推得到预测目标的未来取值。它与回归分析预测法的最大区别在于：该方法可以根据单个变量的取值对其自身的变动进行预测，无须添加任何的辅助信息。 本案例的最大特色在于：它汇集了统计学原理中的时间序列分析这一章节的所有知识点，通过本案例的教学，可以把不同的时间序列分析方法进行综合的比较，便于学生更好地掌握本章的内容。 二、案例的目的与要求 （一）教学目的 1．通过本案例的教学，使学生认识到时间序列分析方法在实际工作中应用的必要性和可能性； 2．本案例将时间序列分析中的水平指标、速度指标、长期趋势的测定等内容有机的结合在一起，以巩固学生所学的课本知识，深化学生对课本知识的理解； 3．本案例是对烟台市的国内生产总值数据进行预测，通过对实证结果的比较和分析，使学生认识到对同一问题的解决，可以采取不同的方法，根据约束条件，从中选择一种合适的预测方法； 4．通过本案例的教学，让学生掌握EXCEL软件在时间序列分析中的应用，对统计、计量分析软件SPSS或Eviews等有一个初步的了解； 5．通过本案例的教学，有助于提高学生运用所学知识和方法分析解决问题的能力、合作共事的能力和沟通交流的能力。 （二）教学要求 1．学生必须具备相应的时间序列分析的基本理论知识； 2．学生必须熟悉相应的预测方法和具备一定的数据处理能力； 3．学生以主角身份积极地参与到案例分析中来，主动地分析和解决案例中的问题； 4．在提出解决问题的方案之前，学生可以根据提供的样本数据，自己选择不同的统计分析方法，对这一案例进行预测，比较不同预测方法的异同，提出若干可供选择的方案； 5．学生必须提交完整的分析报告。分析报告的内容应包括：选题的目的及意义、使用数据的特征及其说明、采用的预测方法及其优劣、预测结果及其评价、有待于进一步改进的思路或需要进一步研究的问题。 三、数据搜集与处理 时间序列数据按照不同的分类标准可以划分为不同的类型，最常见的有：年度数据、季度数据、月度数据。本案例主要讨论对年度数据如何进行预测分析。考虑到案例设计时的侧重点，本案例只是对烟
运用“头脑风暴法”的一个有趣的案例
运用“头脑风暴法”的一个有趣的案例 有一年，美国北方格外严寒，大雪纷飞，电线上积满冰雪，大跨度的电线常被积雪压断，严重影响通信。过去，许多人试图解决这一问题，但都未能如愿以偿。后来，电信公司经理应用奥斯本发明的头脑风暴法，尝试解决这一难题。他召开了一种能让头脑卷起风暴的座谈会，参加会议的是不同专业的技术人员，要求他们必须遵守以下原则： 第一，自由思考。即要求与会者尽可能解放思想，无拘无束地思考问题并畅所欲言，不必顾虑自己的想法或说法是否“离经叛道”或“荒唐可笑”。 第二，延迟评判。即要求与会者在会上不要对他人的设想评头论足，不要发表“这主意好极了！”“这种想法太离谱了！”之类的“捧杀句”或“扼杀句”。至于对设想的评判，留在会后组织专人考虑。 第三，以量求质。即鼓励与会者尽可能多而广地提出设想，以大量的设想来保证质量较高的设想的存在。 第四，结合改善。即鼓励与会者积极进行智力互补，在增加自己提出设想的同时，注意思考如何把两个或更多的设想结合成另一个更完善的设想。 按照这种会议规则，大家七嘴八舌地议论开来。有人提出设计一种专用的电线清雪机；有人想到用电热来化解冰雪；也有人建议用振荡技术来清除积雪；还有人提出能否带上几把大扫帚，乘坐直升机去扫电线上的积雪。对于这种“坐飞机扫雪”的设想，大家心里尽管觉得滑稽可笑，但在会上也无人提出批评。相反，有
一工程师在百思不得其解时，听到用飞机扫雪的想法后，大脑突然受到冲击，一种简单可行且高效率的清雪方法冒了出来。他想，每当大雪过后，出动直升机沿积雪严重的电线飞行，依靠高速旋转的螺旋桨即可将电线上的积雪迅速扇落。他马上提出“用直升机扇雪”的新设想，顿时又引起其他与会者的联想，有关用飞机除雪的主意一下子又多了七八条。不到一小时，与会的10名技术人员共提出90多条新设想。 会后，公司组织专家对设想进行分类论证。专家们认为设计专用清雪机，采用电热或电磁振荡等方法清除电线上的积雪，在技术上虽然可行，但研制费用大，周期长，一时难以见效。那种因“坐飞机扫雪”激发出来的几种设想，倒是一种大胆的新方案，如果可行，将是一种既简单又高效的好办法。经过现场试验，发现用直升机扇雪真能奏效，一个久悬未决的难题，终于在头脑风暴会中得到了巧妙的解决。微信号：精益生产促进中心。 随着发明创造活动的复杂化和课题涉及技术的多元化，单枪匹马式的冥思苦想将变得软弱无力，而“群起而攻之”的发明创造战术则显示出攻无不克的威力。头脑风暴法(Brain Storming)，又称智力激励法、BS法。它是由美国创造学家A.F.奥斯本于1939年首次提出、1953年正式发表的一种激发创造性思维的方法。它是一种通过小型会议的组织形式，让所有参加在自由愉快、畅所欲言的气氛中，自由交换想法或点子，并以此激发与会者创意及灵感，使各种设想在相互碰撞中激起脑海的创造性“风暴”。它适合于解决那些比较简单、严格确定的问题，比如研究产品名称、广告口号、销售方法、产品的多样化研究等，以及需要大量的构思、创意的行业，如广告业。
Excel指数平滑法
Excel应用案例 指数平滑法 移动平均法的预测值实质上是以前观测值的加权和，且对不同时期的数据给予相同的加权。这往往不符合实际情况。指数平滑法则对移动平均法进行了改进和发展，其应用较为广泛。 ? ? 1. 指数平滑法的基本理论 根据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。但它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。 ? ? ①一次指数平滑法 ? ? 设时间序列为，则一次指数平滑公式为： ? ? ? ? 式中为第 t周期的一次指数平滑值；为加权系数，0＜＜1。 ? ? 为了弄清指数平滑的实质，将上述公式依次展开，可得： ? ? ? ? 由于0＜＜1，当→∞时，→0，于是上述公式变为： ? ? ? ? 由此可见实际上是的加权平均。加权系数分别为，，…，是按几何级数衰减的，愈近的数据，权数愈大，愈远的数据， 权数愈小，且权数之和等于1，即。因为加权系数符合指数规律，且又具有平滑数据的功能，所以称为指数平滑。 ? ? 用上述平滑值进行预测，就是一次指数平滑法。其预测模型为： ? ? ? ? 即以第t周期的一次指数平滑值作为第t+1期的预测值。 ? ? ②二次指数平滑法
? ? 当时间序列没有明显的趋势变动时，使用第t周期一次指数平滑就能直接预测第t+1期之值。但当时间序列的变动出现直线趋势时，用一次指数平滑法来预测仍存在着明显的滞后偏差。因此，也需要进行修正。修正的方法也是在一次指数平滑的基础上再作二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立直线趋势预测模型。故称为二次指数平滑法。 ? ? 设一次指数平滑为，则二次指数平滑的计算公式为： ? ? ? ? 若时间序列从某时期开始具有直线趋势，且认为未来时期亦按此直线趋势变化，则与趋势移动平均类似，可用如下的直线趋势模型来预测。 ? ? ? ? 式中t为当前时期数；T为由当前时期数t到预测期的时期数；为第t+T 期的预测值；为截距，为斜率，其计算公式为： ? ? ? ? ? ? ③三次指数平滑法 ? ? 若时间序列的变动呈现出二次曲线趋势，则需要用三次指数平滑法。三次指数平滑是在二次指数平滑的基础上再进行一次平滑，其计算公式为： ? ? ? ? 三次指数平滑法的预测模型为： ? ? ? ? 其中： ? ? ? ? ? ? ? ? ④加权系数的选择 ? ? 在指数平滑法中，预测成功的关键是的选择。的大小规定了在新预测
并行算法设计与分析考题与答案
《并行算法设计与分析》考题与答案 一、1.3，处理器PI的编号是： 解：对于n ×n 网孔结构,令位于第j行，第k 列（0≤j，k≤n-1）的处理器为P i（0≤i≤n2-1）。以16处理器网孔为例,n=4（假设j、k由0开始）： 由p0=p(j,k)=p(0,0) P8=p(j,k)=p(2,0) P1=p(j,k)=p(0,1) P9=p(j,k)=p(2,1) P2=p(j,k)=p(0,2) P10=p(j,k)=p(2,2) P3=p(j,k)=p(0,3) P11=p(j,k)=p(2,3) P4=p(j,k)=p(1,0) P12=p(j,k)=p(3,0) P5=p(j,k)=p(1,1) P13=p(j,k)=p(3,1) P6=p(j,k)=p(1,2) P14=p(j,k)=p(3,2) P7=p(j,k)=p(1,3) P15=p(j,k)=p(3,3) 同时观察i和j、k之间的关系，可以得出i的表达式为：i= j * n+k
一、1.6矩阵相乘（心动算法） a)相乘过程 设 A 矩阵= 121221122121 4321 B 矩阵=1 23443212121121 2 【注】矩阵元素中A(i,l)表示自左向右移动的矩阵，B(l,j)表示自上向下移动的矩阵，黑色倾斜加粗标记表示已经计算出的矩阵元素,如12, C(i,j)= C(i,j)+ A(i,l)* B(l,j) 1 2、
4、
6、
8、
10 计算完毕 b)可以在10步后完成，移动矩阵长L=7，4*4矩阵N=4,所以需要L+N-1=10
头脑风暴法的案例分析
案例背景： 盖莫里公司是法国一家拥有300人的中小型私人企业，这一企业生产的电器有许多厂家和它竞争市场。该企业的销售负责人参加了一个关于发挥员工创造力的会议后大有启发，开始在自己公司谋划成立了一个创造小组。在冲破了来自公司内部的层层阻挠后，他把整个小组（约10人）安排到了农村议价小旅馆里，在以后的三天中，每人都采取了一些措施，以避免外部的电话或其他干扰。 第一天全部用来训练，通过各种训练，组内人员开始相互认识，他们相互之间的关系逐渐融洽，开始还有人感到惊讶，但很快他们都进入了角色。第二天，他们开始创造力训练技能，开始涉及智力激励法以及其它方法。他们要解决的问题有两个，在解决了第一个问题，发明一种拥有其它产品没有的新功能电器后，他们开始解决第二个问题，为此新产品命名。 在第一、第二两个问题的解决过程中，都用到了智力激励法，但在为新产品命名这一问题的解决过程中，经过两个多小时的热烈讨论后，共为它取了300多名字，主管则暂时将这些名字保存起来。第三天一开始，主管便让大家根据记忆，默写出昨天大家提出的名字。在300多个名字中，大家记住20多个。然后主管又在这20多个名字中筛选出了三个大家认为比较可行的名字。再将这些名字征求顾客意见，最终确定了一个。 结果，新产品一上市，便因为其新颖的功能和琅琅上口、让人回味的名字，受到了顾客热烈的欢迎，迅速占领了大部分市场，在竞争
中击败了对手。 案例分析： 从上例可见，所谓头脑风暴会，实际上是一种智力激励法。这种方法的英文原意是brainstorming，直译为精神病人的胡言乱语，奥斯本借用这个词来形容会议的特点是让与会者敞开思想，使各种设想在相互碰撞中激起脑海的创造性“风暴”。头脑风暴法是一种通过会议的形成，让所有参加者在自由愉快、畅所欲言的气氛中，自由交换想法或点子，对一个问题进行有意或无意的争论辩解的一种民主议事方法。它又称智力激励法，是由美国创造学家奥斯本于年首次提出、年正式发表的一种激发创造性思维的方法。发明创造的实践表明，真正有天资的发明家，他们的创造性思维能力远较平常人要优越得多。但对天资平常的人，如果能相互激励，相互补充，引起思维“共振”，也会产生出不同凡响的新创意或新方案。俗话说，“三个臭皮匠，顶个诸葛亮”，也就是奥斯本头脑风暴法的“中国式”译义，即集思广益。集思广益，这并没有什么高深的道理，问题在于如何去做到这点。开会是一种集思广益的办法，但并不是所有形式的会都能达到让人敞开思想、畅所欲言的效果。奥斯本的贡献，就在于找到了一种能有效的实现信息刺激和信息增值的操作规程。难怪奥斯本在30年代发明这种集思广益的创造技法后，马上在美国得到推广，日本人也相继效法，使企业的发明创造与合理化建议活动硕果累累。员工的创造潜力是巨大的，一个优秀的领导者，应该懂得如何发掘和运用这一潜力。 2
《时间序列分析》案例04
《时间序列分析》案例04 案例名称：时间序列分析在经济预测中的应用内容要求：确定性与随机性时间序列之比较 许启发，王艳明 设计时间：2003年8月
案例四：时间序列分析在经济预测中的应用 一、案例简介 为了配合《统计学》课程时间序列分析部分的课堂教学，提高学生运用统计分析方法解决实际问题的能力，我们组织了一次案例教学，其内容是：对烟台市的未来经济发展状况作一预测分析，数据取烟台市1949—1998年国内生产总值（GDP）的年度数据，并以此为依据建立预测模型，对1999年和2000年的国内生产总值作出预测并检验其预测效果。国内生产总值是指一个国家或地区所有常住单位在一定时期内生产活动的最终成果，是反映国民经济活动最重要的经济指标之一，科学地预测该指标，对制定经济发展目标以及与之相配套的方针政策具有重要的理论与实际意义。在组织实施时，我们首先将数据资料印发给学生，并讲清本案例的教学目的与要求，明确案例所涉及的教学内容；然后给学生一段时间，由学生根据资料，运用不同的方法进行预测分析，并确定具体的讨论日期；在课堂讨论时让学生自由发言，阐述自己的观点；最后，由主持教师作点评发言，取得了良好的教学效果。 经济预测是研究客观经济过程未来一定时期的发展变化趋势，其目的在于通过对客观经济现象历史规律的探讨和现状的研究，求得对未来经济活动的了解，以确定社会经济活动的发展水平，为决策提供依据。 时间序列分析预测法，首先将预测目标的历史数据按照时间的先后顺序排列，然后分析它随时间的变化趋势及自身的统计规律，外推得到预测目标的未来取值。它与回归分析预测法的最大区别在于：该方法可以根据单个变量的取值对其自身的变动进行预测，无须添加任何的辅助信息。 本案例的最大特色在于：它汇集了统计学原理中的时间序列分析这一章节的所有知识点，通过本案例的教学，可以把不同的时间序列分析方法进行综合的比较，便于学生更好地掌握本章的内容。 二、案例的目的与要求 （一）教学目的 1．通过本案例的教学，使学生认识到时间序列分析方法在实际工作中应用的必要性和可能性； 2．本案例将时间序列分析中的水平指标、速度指标、长期趋势的测定等内容有机的结合在一起，以巩固学生所学的课本知识，深化学生对课本知识的理解； 3．本案例是对烟台市的国内生产总值数据进行预测，通过对实证结果的比较和分析，使学生认识到对同一问题的解决，可以采取不同的方法，根据约束条件，从中选择一种合适的预测方法； 4．通过本案例的教学，让学生掌握EXCEL软件在时间序列分析中的应用，对统计、计量分析软件SPSS或Eviews等有一个初步的了解； 5．通过本案例的教学，有助于提高学生运用所学知识和方法分析解决问题的能力、合作共事的能力和沟通交流的能力。 （二）教学要求 1．学生必须具备相应的时间序列分析的基本理论知识； 2．学生必须熟悉相应的预测方法和具备一定的数据处理能力； 3．学生以主角身份积极地参与到案例分析中来，主动地分析和解决案例中的问题； 4．在提出解决问题的方案之前，学生可以根据提供的样本数据，自己选择不同的统计分析方法，对这一案例进行预测，比较不同预测方法的异同，提出若干可供选择的方案； 5．学生必须提交完整的分析报告。分析报告的内容应包括：选题的目的及意义、使用数据的特征及其说明、采用的预测方法及其优劣、预测结果及其评价、有待于进一步改进的思路或需要进一步研究的问题。
并行算法的设计基础
第四章 并行算法的设计基础 习题例题： 1. 试证明Brent 定理：令W (n)是某并行算法A 在运行时间T(n)内所执行的运算数量，则 A 使用p 台处理器可在t(n)＝O(W(n)／p+T(n))时间内执行完毕。 2. 假定P i （1≤i ≤n ）开始时存有数据d i , 所谓累加求和指用 1 i j j d =∑来代替P i 中的原始值 d i 。 算法 PRAM-EREW 上累加求和算法 输入： P i 中保存有d i , l ≤ i ≤ n 输出： P i 中的内容为 i j j l d =∑ begin for j = 0 to logn – 1 do for i = 2j + 1 to n par-do (i) P i = d i-(2^i) (ii) d i = d i + d i-(2^j) endfor endfor end (1)试用n=8为例，按照上述算法逐步计算出累加和。 (2)分析算法时间复杂度。 3. 在APRAM 模型上设计算法时，应尽量使各处理器内的局部计算时间和读写时间大致 与同步时间B 相当。当在APRAM 上计算M 个数的和时，可以借用B 叉树求和的办法。 假定有j 个处理器计算n 个数的和，此时每个处理器上分配n/p 个数，各处理器先求出自身的局和；然后从共享存储器中读取它的B 个孩子的局和，累加后置入指定的共享存储单元SM 中；最后根处理器所计算的和即为全和。算法如下： 算法 APRAM 上求和算法 输入： n 个待求和的数 输出： 总和在共享存储单元SM 中 Begin (1) 各处理器求n/p 个数的局和,并将其写入SM 中 (2) Barrier (3) for k = [ log B ( p(B – 1) + 1) ] – 2 downto 0 do 3.1 for all P i , 0 ≤ i ≤ p – 1,do if P i 在第k 级 then P i 计算其B 各孩子的局和并与其自身局和相加,然后将结果写入SM 中 endif
2021年运用“头脑风暴法”的一个有趣的案例
运用“头脑风暴法”的一个有趣的案例精益生产促进中心 欧阳光明（2021.03.07） 有一年，美国北方格外严寒，大雪纷飞，电线上积满冰雪，大跨度的电线常被积雪压断，严重影响通信。过去，许多人试图解决这一问题，但都未能如愿以偿。后来，电信公司经理应用奥斯本发明的头脑风暴法，尝试解决这一难题。他召开了一种能让头脑卷起风暴的座谈会，参加会议的是不同专业的技术人员，要求他们必须遵守以下原则： 第一，自由思考。即要求与会者尽可能解放思想，无拘无束地思考问题并畅所欲言，不必顾虑自己的想法或说法是否“离经叛道”或“荒唐可笑”。 第二，延迟评判。即要求与会者在会上不要对他人的设想评头论足，不要发表“这主意好极了！”“这种想法太离谱了！”之类的“捧杀句” 或“扼杀句”。至于对设想的评判，留在会后组织专人考虑。 第三，以量求质。即鼓励与会者尽可能多而广地提出设想，以大量的设想来保证质量较高的设想的存在。
第四，结合改善。即鼓励与会者积极进行智力互补，在增加自己提出设想的同时，注意思考如何把两个或更多的设想结合成另一个更完善的设想。 按照这种会议规则，大家七嘴八舌地议论开来。有人提出设计一种专用的电线清雪机；有人想到用电热来化解冰雪；也有人建议用振荡技术来清除积雪；还有人提出能否带上几把大扫帚，乘坐直升机去扫电线上的积雪。对于这种“坐飞机扫雪”的设想，大家心里尽管觉得滑稽可笑，但在会上也无人提出批评。相反，有一工程师在百思不得其解时，听到用飞机扫雪的想法后，大脑突然受到冲击，一种简单可行且高效率的清雪方法冒了出来。他想，每当大雪过后，出动直升机沿积雪严重的电线飞行，依靠高速旋转的螺旋桨即可将电线上的积雪迅速扇落。他马上提出“用直升机扇雪”的新设想，顿时又引起其他与会者的联想，有关用飞机除雪的主意一下子又多了七八条。不到一小时，与会的10名技术人员共提出90多条新设想。会后，公司组织专家对设想进行分类论证。专家们认为设计专用清雪机，采用电热或电磁振荡等方法清除电线上的积雪，在技术上虽然可行，但研制费用大，周期长，一时难以见效。那种因“坐飞机扫雪”激发出来的几种设想，倒是一种大胆的新方案，如果可行，将是一种既简单又高效的好办法。经过现场试验，发现用直升机扇雪真能奏效，一个久悬未决的难题，终于在头脑风暴会中得到了巧妙的解决。微信号：精益生产促进中心。
对并行算法的介绍和展望——学期大作业
《计算机系统结构》大作业 对并行算法的介绍和展望 专业计算机科学与技术 班级 111 学号 111425020133 姓名完颜杨威 日期 2014年4月17日 河南科技大学国际教育学院
对并行算法的介绍和展望 我们知道，算法是求解问题的方法和步骤。而并行算法就是用多台处理机联合求解问题的方法和步骤，其执行过程是将给定的问题首先分解成若干个尽量相互独立的子问题，然后使用多台计算机同时求解它，从而最终求得原问题的解。并行算法的研究涉及到理论、设计、实现、应用等多个方面，要保持并行算法研究的持续性和完整性，需要建立一套完整的“理论－设计－实现－应用”的学科体系，也就是所谓的并行算法研究的生态环境。其中，并行算法理论是并行算法研究的理论基础，包含并行计算模型和并行计算复杂性等；并行算法的设计与分析是并行算法研究的核心内容；并行算法的实现是并行算法研究的应用基础，包含并行算法实现的硬件平台和软件支撑技术等；并行应用是并行算法研究的发展动力，除了包含传统的科学工程计算应用外，还有新兴的与社会相关的社会服务型计算应用等。 并行算法主要分为数值计算问题的并行算法和非数值计算问题的并行算法。而并行算法的研究主要分为并行计算理论、并行算法的设计与分析、和并行算法的实现三个层次。现在，并行算法之所以受到极大的重视，是为了提高计算速度、提高计算精度，以及满足实时计算需要等。然而，相对于串行计算，并行计算又可以划分成时间并行和空间并行。时间并行即流水线技术，空间并行使用多个处理器执行并发计算，当前研究的主要是空间的并行问题。并行算法是一门还没有发展成熟的学科，虽然人们已经总结出了相当多的经验，但是远远不及串行算法那样丰富。并行算法设计中最常用的的方法是PCAM方法，即划分，通信，组合，映射。首先划分，就是将一个问题平均划分成若干份，并让各个处理器去同时执行；通信阶段，就是要分析执行过程中所要交换的数据和任务的协调情况，而组合则是要求将较小的问题组合到一起以提高性能和减少任务开销，映射则是要将任务分配到每一个处理器上。任何一个并行算法必须在一个科学的计算模型中进行设计。我们知道，任何算法必须有计算模型。任何并行计算模型必须要有为数不多、有明确定义的、可以定量计算的或者可以实际测量的参数，这些参数可以构成相应函数。并行计算模型是算法设计者与体系结构研究者之间的一个桥梁，是并行算法设计和分析的基础。它屏蔽了并行机之间的差异，从并行机中抽取若干个能反映计算特性的可计算或可测量的参数，并按照模型所定义的计算行为构造成本函数，以此进行算法的复杂度分析。 经过多年的发展，我国在并行算法的研究上也取得了显著进展，并行计算的应用已遍布天气预报、石油勘探、航空航天、核能利用、生物工程等领域，理论研究与应用普及均取得了很大发展。随着高性价比可扩展集群并行系统的逐步成熟和应用，大规模电力系统潮流并行计算和分布式仿真成为可能。目前，并行算法在地震数据处理中应用已较为成熟，近年来向更实用的基于PC机群的并行技术发展.然而，在非地震方法中，并行算法应用较少见文献报道，研究尚处于初级研究阶段。在大地电磁的二维和三维正、反演问题上，并行计算技术逐渐得到越来越多关注和重视.随着资源和能源需求的增长，地球物理勘探向深度和广度快速发展，大幅增长的数据量使得高性能并行计算机和高效的并行算法在勘探地球物理学中的发展和应用将占据愈来愈重要的地位。计算机技术在生物医学领域已经广泛应用，实践证明，并行算法在生物医学工程的各个领域中具有广泛的应用价值，能有效提高作业效率。随着电子科学技术的发展，电磁问题变得越来越复杂，为了在有限的计算机资源条件下求解大规模复杂电磁问题，许电磁学家已
头脑风暴法的案例分析
头脑风暴法的案例分析
案例背景： 盖莫里公司是法国一家拥有300人的中小型私人企业，这一企业生产的电器有许多厂家和它竞争市场。该企业的销售负责人参加了一个关于发挥员工创造力的会议后大有启发，开始在自己公司谋划成立了一个创造小组。在冲破了来自公司内部的层层阻挠后，他把整个小组（约10人）安排到了农村议价小旅馆里，在以后的三天中，每人都采取了一些措施，以避免外部的电话或其他干扰。 第一天全部用来训练，通过各种训练，组内人员开始相互认识，他们相互之间的关系逐渐融洽，开始还有人感到惊讶，但很快他们都进入了角色。第二天，他们开始创造力训练技能，开始涉及智力激励法以及其它方法。他们要解决的问题有两个，在解决了第一个问题，发明一种拥有其它产品没有的新功能电器后，他们开始解决第二个问题，为此新产品命名。 在第一、第二两个问题的解决过程中，都用到了智力激励法，但在为新产品命名这一问题的解决过程中，经过两个多小时的热烈讨论后，共为它取了300多名字，主管则暂时将这些名字保存起来。第三天一开始，主管便让大家根据记忆，默写出昨天大家提出的名字。在300多个名字中，大家记住20多个。然后主管又在这20多个名字中筛选出了三个大家认为比较可行的名字。再将这些名字征求顾客意见，最终确定了一个。 结果，新产品一上市，便因为其新颖的功能和琅琅上口、让人回味的名字，受到了顾客热烈的欢迎，迅速占领了大部分市场，在竞争
中击败了对手。 案例分析： 从上例可见，所谓头脑风暴会，实际上是一种智力激励法。这种方法的英文原意是brainstorming，直译为精神病人的胡言乱语，奥斯本借用这个词来形容会议的特点是让与会者敞开思想，使各种设想在相互碰撞中激起脑海的创造性“风暴”。头脑风暴法是一种通过会议的形成，让所有参加者在自由愉快、畅所欲言的气氛中，自由交换想法或点子，对一个问题进行有意或无意的争论辩解的一种民主议事方法。它又称智力激励法，是由美国创造学家奥斯本于年首次提出、年正式发表的一种激发创造性思维的方法。发明创造的实践表明，真正有天资的发明家，他们的创造性思维能力远较平常人要优越得多。但对天资平常的人，如果能相互激励，相互补充，引起思维“共振”，也会产生出不同凡响的新创意或新方案。俗话说，“三个臭皮匠，顶个诸葛亮”，也就是奥斯本头脑风暴法的“中国式”译义，即集思广益。集思广益，这并没有什么高深的道理，问题在于如何去做到这点。开会是一种集思广益的办法，但并不是所有形式的会都能达到让人敞开思想、畅所欲言的效果。奥斯本的贡献，就在于找到了一种能有效的实现信息刺激和信息增值的操作规程。难怪奥斯本在30年代发明这种集思广益的创造技法后，马上在美国得到推广，日本人也相继效法，使企业的发明创造与合理化建议活动硕果累累。员工的创造潜力是巨大的，一个优秀的领导者，应该懂得如何发掘和运用这一潜力。
头脑风暴法在医疗服务质量中的应用案例
头脑风暴法在医疗服务质量中的应用案例随着医疗模式的不断转变以及社会文化的不断进步，住院患者对医疗护理服务模式及方法提出了越来越高的要求。但是，就目前医疗体制，医疗环境条件、医务人员的业务水平、素质等诸多因素参差不齐，使得医（护）患之间的关系无法真正和谐化发展。针对这一现状，某医院于2006年5月逐步在全院36个病区推行头脑风暴法，进一步强化医疗护理安全，持续提高护理质量，收到了良好的效果。 （一）成立质量改进领导小组及相应的基础护理、专科护理、护理文书、技术操作、病房管理及感染管理、病人服务满意度等护理质控督导组。 （二）确定议题。根据护理部一科护士长一护士长三级护理管理体系的组织结构特点，找出护理部业务、行政查房及护士长夜查房、周末查房反馈的共性问题、热点问题等作为会议商讨议题，就现存的和潜在的护理风险因素，查找相关因素，对问题形成的原因进行分析及对策探讨。 （三）护理部每月初将上月质量监控中反馈存在的问题，列举出来，再次组织抽查，对反复存在的问题，护理部到病区现场调研，听取意见和建议，从不同角度、不同层次、不同方面分析护理差错缺陷出现的原因、应对方法及整改措施，临床护理及管理过程中的护理差错隐患，讨论改进措施与科室护士共同寻找解决办法，直到该问题解决。同时采取现场数码相机随机拍照，将不规范的现象曝光，图文并茂进行对比，将各病区数据指标量化排序，并制作成幻灯，坚持每月1 次全院护理质量通报反馈。 （四）分级讨论研究。存在问题的科室利用晨会时间，由护士长将问题反馈到每一个护士，让每位护士充分发表自己的见解，找出发生问题的原因及解决问题的方法，由护士长记录备案，时间控制在30min 内。 护士长将备案的会议记录反馈到科护士长处，由科护士长召开片区会议，从各科护士长反馈的原因及解决问题的方法中再次筛选出共性问题，同时找出分析合理、可行性强的解决办法应用头脑风暴方法，进行讨论研究。 科护士长将各片区讨论研究的结果，在每周进行的护理部碰头会上进行反馈，由护理部根据医院相关规章制度，立足于各项护理工作的原则性，讨论研究各种方法的可操作性及有效性，最终将结果反馈到科护士长处或通过全院护士长例会进行反馈，同时给出相关建议及意见，由各科室根据护理部建议及意见结合自身实际情况，进行全而整改。 （五）评价方法。依据《卫生部医院管理年评价指南》及相关要求，自制8 个护理
Eviews时间序列分析实例.
Eviews时间序列分析实例 时间序列是市场预测中经常涉及的一类数据形式，本书第七章对它进行了比较详细的介绍。通过第七章的学习，读者了解了什么是时间序列，并接触到有关时间序列分析方法的原理和一些分析实例。本节的主要内容是说明如何使用Eviews软件进行分析。 一、指数平滑法实例 所谓指数平滑实际就是对历史数据的加权平均。它可以用于任何一种没有明显函数规律，但确实存在某种前后关联的时间序列的短期预测。由于其他很多分析方法都不具有这种特点，指数平滑法在时间序列预测中仍然占据着相当重要的位置。 （－）一次指数平滑 一次指数平滑又称单指数平滑。它最突出的优点是方法非常简单，甚至只要样本末期的平滑值，就可以得到预测结果。 一次指数平滑的特点是：能够跟踪数据变化。这一特点所有指数都具有。预测过程中添加最新的样本数据后，新数据应取代老数据的地位，老数据会逐渐居于次要的地位，直至被淘汰。这样，预测值总是反映最新的数据结构。 一次指数平滑有局限性。第一，预测值不能反映趋势变动、季节波动等有规律的变动；第二，这种方法多适用于短期预测，而不适合作中长期的预测；第三，由于预测值是历史数据的均值，因此与实际序列的变化相比有滞后现象。 指数平滑预测是否理想，很大程度上取决于平滑系数。Eviews提供两种确定指数平滑系数的方法：自动给定和人工确定。选择自动给定，系统将按照预测误差平方和最小原则自动确定系数。如果系数接近1，说明该序列近似纯随机序列，这时最新的观测值就是最理想的预测值。 出于预测的考虑，有时系统给定的系数不是很理想，用户需要自己指定平滑系数值。平滑系数取什么值比较合适呢？一般来说，如果序列变化比较平缓，平滑系数值应该比较小，比如小于0.l；如果序列变化比较剧烈，平滑系数值可以取得大一些，如0.3～0.5。若平滑系数值大于0.5才能跟上序列的变化，表明序列有很强的趋势，不能采用一次指数平滑进行预测。 ［例1］某企业食盐销售量预测。现在拥有最近连续30个月份的历史资料（见表l），试预测下一月份销售量。 表1 某企业食盐销售量单位：吨 解：使用Eviews对数据进行分析，第一步是建立工作文件和录入数据。有关操作在本
习题作业-第五章 并行算法的一般设计方法
第5章 并行算法的一般设计策略 习题例题： 1、 令n是待排序的元素数，p＝2d是d维超立方中处理器的数目。假定开始随机选定主元x，并将其播送给所有其他处理器，每个处理器按索接收到的x，对其n/p个元素按照≤x 和＞x进行划分，然后按维进行交换。这样在超立方上实现的快排序算法如下： 算法5.6 超立方上快排序算法 输入：n个元素，B = n/p, d = log p 输出： 按超立方编号进行全局排序 Begin (1)id = processor’s label (2)for i=1 to d do (2.1) x = pivot / * 选主元 * / (2.2) 划分B为B1和B2满足B1 ≤B＜B2 (2.3) if第i位是零 then (i) 沿第i维发送B2给其邻者 (ii) C = 沿第i维接收的子序列 (iii) B= B1∪C else (i) 沿第i维发送B1给其邻者 (ii) C = 沿第i维接收的子序列 (iii) B= B2∪C endif endfor (3)使用串行快排序算法局部排序B = n/p个数 End ① 试解释上述算法的原理。 ② 试举一例说明上述算法的逐步执行过程。 2、 ① 令T = babaababaa。P =abab，试用算法5.4计算两者的匹配情况。 ② 试分析KMP算法为何不能简单并行化。 3、 给定序列（33，21，13，54，82，33，40，72）和8个处理器，试按照算法5.2构造一棵为在PRAM-CRCW模型上执行快排序所用的二叉树。 4、 计算duel(p, q)函数的算法如下： 算法5.7 计算串匹配的duel(p, q) 的算法 输入： WIT〔1: n-m+1〕，1≤p＜q≤n-m+1，(p - q) ＜ m/2 输出： 返回竞争幸存者的位置或者null（表示p和q之一不存在） Begin if p=null then duel= q else
《并行算法》课程总结与复习
《并行算法》课程总结与复习 Ch1 并行算法基础 1.1 并行计算机体系结构 并行计算机的分类 ?SISD,SIMD,MISD,MIMD； ?SIMD,PVP,SMP,MPP,COW,DSM 并行计算机的互连方式 ?静态：LA(LC),MC,TC,MT,HC,BC,SE ?动态：Bus, Crossbar Switcher, MIN(Multistage Interconnection Networks) 1.2 并行计算模型 PRAM模型：SIMD-SM， 又分CRCW(CPRAM,PPRAM,APRAM),CREW,EREW SIMD-IN模型：SIMD-DM 异步APRAM模型：MIMD-SM BSP模型：MIMD-DM，块内异步并行，块间显式同步 LogP模型：MIMD-DM，点到点通讯 1.3 并行算法的一般概念 并行算法的定义 并行算法的表示 并行算法的复杂度：运行时间、处理器数目、成本及成本最优、加速比、并行效率、工作量 并行算法的WT表示：Brent定理、WT最优 加速比性能定律 并行算法的同步和通讯 Ch2 并行算法的基本设计技术 基本设计技术 平衡树方法：求最大值、计算前缀和 倍增技术：表序问题、求森林的根 分治策略：FFT分治算法 划分原理： 均匀划分(PSRS排序)、对数划分(并行归并排序)、方根划分(Valiant归并排序)、功能划分( (m,n)-选择) 流水线技术：五点的DFT计算 Ch3 比较器网络上的排序和选择算法 3.1 Batcher归并和排序 0-1原理的证明 奇偶归并网络：计算流程和复杂性(比较器个数和延迟级数)
双调归并网络：计算流程和复杂性(比较器个数和延迟级数) Batcher排序网络：原理、种类和复杂性 3.2 (m, n)-选择网络 分组选择网络 平衡分组选择网络及其改进 Ch4 排序和选择的同步算法 4.1 一维线性阵列上的并行排序算法 4.2 二维Mesh上的并行排序算法 ShearSort排序算法 Thompson&Kung双调排序算法及其计算示例 4.3 Stone双调排序算法 4.4 Akl并行k-选择算法：计算模型、算法实现细节和时间分析 4.5 Valiant并行归并算法：计算模型、算法实现细节和时间分析 4.7 Preparata并行枚举排序算法：计算模型和算法的复杂度 Ch5 排序和选择的异步和分布式算法 5.1 MIMD-CREW模型上的异步枚举排序算法 5.2 MIMD-TC模型上的异步快排序算法 5.3分布式k-选择算法 Ch6 并行搜索 6.1 单处理器上的搜索 6.2 SIMD共享存储模型上有序表的搜索：算法 6.3 SIMD共享存储模型上随机序列的搜索：算法 6.4 树连接的SIMD模型上随机序列的搜索：算法 6.5 网孔连接的SIMD模型上随机序列的搜索：算法和计算示例 Ch8 数据传输与选路 8.1 引言 信包传输性能参数 维序选路(X-Y选路、E-立方选路) 选路模式及其传输时间公式 8.2 单一信包一到一传输 SF和CT传输模式的传输时间(一维环、带环绕的Mesh、超立方) 8.3 一到多播送 SF和CT传输模式的传输时间(一维环、带环绕的Mesh、超立方)及传输方法8.4 多到多播送 SF和CT传输模式的传输时间(一维环、带环绕的Mesh、超立方)及传输方法8.5 贪心算法(书8.2) 二维阵列上的贪心算法 蝶形网上的贪心算法 8.6 随机和确定的选路算法(书8.3) Ch12矩阵运算
并行计算-习题及答案-第12章 并行程序设计基础
第十二章 并行程序设计基础 习题例题： 1、假定有n 个进程P(0)，P(1)，…，P(n -1)，数组元素][i a 开始时被分配给进程P(i )。试写出求归约和]1[]1[]0[-+++n a a a 的代码段，并以8=n 示例之。 2、假定某公司在银行中有三个账户X 、Y 和Z ，它们可以由公司的任何雇员随意访问。雇员们对银行的存、取和转帐等事务处理的代码段可描述如下： /*从账户X 支取￥100元*/ atomic { if (balance[X] > 100) balance[X] = balance[X]-100； } /*从账户Y 存入￥100元*/ atomic {balance[Y] = balance[Y]-100；} /*从账户X 中转￥100元到帐号Z*/ atomic { if (balance[X] > 100){ balance[X] = balance[X]-100； balance[Z] = balance[Z]+100； } } 其中，atomic {}为子原子操作。试解释为什么雇员们在任何时候（同时）支、取、转帐时，这些事务操作总是安全有效的。 3、考虑如下使用lock 和unlock 的并行代码： parfor (i = 0；i < n ；i++){ noncritical section lock(S)； critical section unlock(S)； }
假定非临界区操作取T ncs时间，临界区操作取T cs时间，加锁取t lock时间，而去锁时间可忽略。则相应的串行程序需n( T ncs + T cs )时间。试问： ①总的并行执行时间是多少？ ②使用n个处理器时加速多大？ ③你能忽略开销吗？ 4、计算两整数数组之内积的串行代码如下： Sum = 0； for(i = 0；i < N；i++) Sum = Sum + A[i]*B[i]； 试用①相并行；②分治并行；③流水线并行；④主-从行并行；⑤工作池并行等五种并行编程风范，写出如上计算内积的并行代码段。 5、图12.15示出了点到点和各种集合通信操作。试根据该图解式点倒点、播送、散步、收集、全交换、移位、归约与前缀和等通信操作的含义。 图12.15点到点和集合通信操作