工程优化设计网格的关键技术研究及其应用

论文摘要

网格能够将互联网上分散在不同地理位置的资源组织起来,实现计算资源、存储资源、数据资源、信息资源等的全面共享,从而提供安全、可靠、廉价、高效的计算能力,协同解决复杂的大规模科学和工程计算问题。网格目前已经成为高性能计算领域新的研究热点和重要的发展方向。现代工程优化设计的规模和复杂程度的大大提高,使得对高性能计算设备和环境的需求越来越强烈。网格能够整合网络上大量的闲置资源,提供超强的服务能力,这为进行大规模工程优化设计提供了可能。但是由于受到网格资源的分布性、异构性、动态性和自治性的限制,目前网格技术在工程优化设计领域还没有得到充分地应用。主要体现在:（1）缺少针对网格环境的优化算法和编程模型,难以通过网格技术高效地利用网络中的资源协同完成复杂的优化设计;（2）缺少对可协同优化作业的调度模型,限制了对基于网格的优化设计作业高效地调度;（3）缺少基于网格的优化设计平台及典型应用的研究,没有注重把大量闲置于网络的资源以“黑箱”服务的形式提供给实际的工程优化设计任务。针对以上存在的问题,本文深入研究了基于网格的工程优化设计算法模型和针对优化作业的调度模型,搭建了工程优化设计网格平台EODG,并基于该平台开展了汽轮机基础优化和注塑成型优化等典型应用的研究。主要研究内容有:1.发展了两种基于网格的黑箱优化算法模型,包括一种替代函数网格算法和一种演化设计网格算法。这两种算法以合理的分解优化设计任务和减少节点间数据传递量为基础,用计算池技术平衡网格节点的负载,既提高了算法精度又有效地加速了算法的收敛。替代函数网格算法给出一种与Kriging近似技术配套的序列优化迭代格式,可由少量抽样数据产生的不精确模型开始优化,并以较快的速度逼近最优解;演化设计网格算法采用多种群竞争和群体杂交策略,在传统遗传进化模型的基础上,利用定义最优解在各种群中出现的概率,引入信息熵目标,从而建立了熵基多种群演化设计模型,有效地加速了进化过程。2.针对在广义网格环境中难以对高耦合任务所获得的服务质量进行评价的问题,建立了Multi-Qos评价模型。该模型在综合考虑了用户的多维Qos偏好和网格资源固有特征基础上,引入层次分析法,对网格任务所能获得服务质量进行多维的评价。3.提出了基于资源监控和负载调整的优化作业网格调度算法（RMLABSA）。该算法通过监测信息对资源性能进行预测,利用多维Qos评价模型选取能够提供高服务质量的网格资源参与作业的协同执行;在此基础上,利用整数规划方法实现任务分配,并通过监控任务的执行获取资源服务能力的实测值,以此调整资源负载。该算法能够很好地平衡负载,具有较高的自适应性,适合对优化作业进行调度。4.面向工程优化设计的共性需求,提出了四层的优化网格体系结构,搭建了工程优化设计网格计算平台（EODG）。层次化、构件化的设计使该系统具有透明性好、可靠性高、可伸缩性大和易维护性强等特点。基于该平台,研究了基于“黑箱”的优化程序和软件的网格化封装问题,实现了对汽轮机动力分析程序QJDU、注塑成型模拟程序Z-mold等软件的网格资源化封装,并把所提出的网格优化算法封装成为该平台上的优化设计构件。5.开展基于网格的实际工程优化设计典型应用的研究。基于工程优化设计网格平台,利用所提出的网格计算方法,对汽轮机基础优化、注塑成型优化等典型应用进行了研究。算例的运行结果显示:（1）所提出的网格算法具有较高的精度和效率;（2）所搭建的网格平台适合应用于工程优化设计;（3）基于网格的大规模计算问题的效率更高。本文工作得到国家自然科学基金项目（10590354）的资助。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 国内外研究现状
• 1.2.1 网格计算的产生与发展
• 1.2.2 国外网格项目简介
• 1.2.3 国内网格研究
• 1.2.4 计算网格及其在工程计算领域中应用
• 1.3 研究背景和主要工作
• 1.4 论文的结构
• 2 网格计算的相关技术
• 2.1 分布式应用范例
• 2.1.1 传统的分布式计算工具
• 2.1.2 Web Service
• 2.2 网格体系结构和Globus Toolkits
• 2.3.1 Globus
• 2.2.2 开放网格服务体系结构OGSA
• 2.2.3 Web服务资源框架WSRF
• 2.3.4 Globus toolkits
• 2.3 中国教育科研网格公共支撑平台（CGSP）
• 2.4 网格操作系统（GOS）
• 2.5 小结
• 3 基于网格的黑箱优化方法
• 3.1 工程优化设计中的网格偏好算法
• 3.2 替代函数网格优化算法
• 3.2.1 Kriging方法
• 3.2.2 替代函数网格算法的相关策略
• 3.2.3 替代函数网格算法的流程
• 3.3 演化设计网格算法
• 3.3.1 遗传算法
• 3.3.2 演化设计网格算法的相关策略
• 3.3.3 演化设计网格算法的实现流程
• 3.4.小结
• 4 网格Multi-Qos评价模型
• 4.1 影响Qos的因素
• 4.1.1 影响网格服务质量的因素
• 4.1.2 多维Qos需求
• 4.2 广义网格中的Multi-Qos评价构件
• 4.3 网格Multi-Qos评价模型
• 4.3.1 层次化的Multi-Qos模型
• 4.3.2 Multi-Qos评价的实现过程
• 4.4 算例分析
• 4.5 小结
• 5 基于资源监控和负载调整的网格调度算法
• 5.1 网格调度的相关问题
• 5.1.1 传统的分布式调度算法
• 5.1.2 网格作业调度的特点
• 5.1.3 任务的迁移策略
• 5.1.4 网格作业调度的表述
• 5.1.5 作业调度要解决的问题
• 5.2 基于资源监控和负载调整的网格调度算法RMLABSA
• 5.2.1 选择资源
• 5.2.2 初始作业分配
• 5.2.3 负载平衡调整
• 5.2.4 任务执行的可靠性
• 5.3 调度流程
• 5.4 RMLABSA调度模拟
• 5.5 本章小结
• 6 工程优化设计网格计算平台
• 6.1 优化算法特征
• 6.2 工程优化设计网格计算平台（EODG）
• 6.3 网格资源层
• 6.3.1 网格资源的组成
• 6.3.2 面向问题的功能分解
• 6.3.3 网格服务资源模块的组成
• 6.3.4 科学计算资源的网格化封装
• 6.4 网格中间件层
• 6.5 优化设计和任务调度层
• 6.5.1 优化设计构件
• 6.5.2 资源管理和任务调度构件
• 6.5.3 优化设计网格计算池
• 6.6 网格应用层
• 6.7 小结
• 7 基于工程优化设计网格的一些典型应用
• 7.1 最优化问题
• 7.1.1 最优化的概念
• 7.1.2 模型转换
• 7.2 基于网格的汽轮机基础优化典型应用
• 7.2.1 汽轮机基础优化概述
• 7.2.2 优化设计模型
• 7.2.3 典型应用的算例分析
• 7.3 基于网格的注塑模优化典型应用
• 7.3.1 注塑优化概述
• 7.3.2 基于EODG的浇口位置优化
• 7.3.3 基于EODG的成型工艺优化
• 7.4 小结
• 8 总结与展望
• 8.1 本文工作总结
• 8.2 未来工作展望
• 参考文献
• 攻读博士学位期间发表学术论文情况
• 创新点摘要
• 致谢