-
公开(公告)号:CN114721831B
公开(公告)日:2024-09-13
申请号:CN202210423288.8
申请日:2022-04-21
Applicant: 湖南大学
IPC: G06F9/50
Abstract: 本发明公开了一种用于优化CitcomS系统实时性能的方法,其建立了CitcomS作业中每个计算作业—该计算作业调用的其他计算作业—调用的其他计算作业的数目三者之间的对应关系,对所有的对应关系形成了调用关系图。并将CitcomS作业中的每一个计算作业划分为第一类计算作业和第二类计算作业。新的CitcomS系统中计算作业的处理逻辑如下:对每类计算作业,如果其调用的计算作业都已处理结束,或者该作业无需调用其他计算作业,将其发送给从节点进行处理。当所有计算作业处理完毕,整个CitcomS作业流程结束。本发明能够解决现有CitcomS系统程序实时性能较差、对大规模计算作业的处理能力比较差的技术问题。
-
公开(公告)号:CN115688575A
公开(公告)日:2023-02-03
申请号:CN202211345355.5
申请日:2022-10-31
Applicant: 湖南大学
IPC: G06F30/27 , G06N3/063 , G06N20/20 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于Spark与AI融合的CitcomS并行计算方法,首先主节点采集待模拟的地质动力学演化过程所需的原始数据集,并使用随机数据扩充法对原始数据集进行扩展,以得到扩充后的原始数据集,然后主节点设置计数器i=1,并判断i是否大于步骤(1)中采集到的原始数据集的大小,如果不是则主节点通过Java本地接口JNI将CitcomS源代码文件和原始数据集中的第i个数据一起打包为Java应用程序,其为可跨语言调用的应用程序包,主节点对应用程序包进行细粒度任务划分,以得到多个具有不同细粒度的计算任务,通过spark‑submit工具将所有计算任务提交给Spark集群。本发明能够解决现有CitcomS计算方法无法针对复杂多样的地质演化场景进行模拟,无法准确反映客观现实世界的技术问题。
-
公开(公告)号:CN114721831A
公开(公告)日:2022-07-08
申请号:CN202210423288.8
申请日:2022-04-21
Applicant: 湖南大学
IPC: G06F9/50
Abstract: 本发明公开了一种用于优化CitcomS系统实时性能的方法,其建立了CitcomS作业中每个计算作业—该计算作业调用的其他计算作业—调用的其他计算作业的数目三者之间的对应关系,对所有的对应关系形成了调用关系图。并将CitcomS作业中的每一个计算作业划分为第一类计算作业和第二类计算作业。新的CitcomS系统中计算作业的处理逻辑如下:对每类计算作业,如果其调用的计算作业都已处理结束,或者该作业无需调用其他计算作业,将其发送给从节点进行处理。当所有计算作业处理完毕,整个CitcomS作业流程结束。本发明能够解决现有CitcomS系统程序实时性能较差、对大规模计算作业的处理能力比较差的技术问题。
-
-