Preview

Труды Института системного программирования РАН

Расширенный поиск

Моделирование нелинейной системы стабилизации на кластерах с сопроцессорами Intel Xeon Phi

https://doi.org/10.15514/ISPRAS-2019-31(3)-18

Полный текст:

Аннотация

В настоящее время широкое распространение получают кластерные системы, в узлах которых используются процессоры с большим числом ядер. Эффективная программная реализация на подобных вычислительных системах требует, чтобы соответствующие математические модели обладали значительным ресурсом параллелизма. Для задач моделирования комбинированных динамических систем (КДС) типичен значительный ресурс параллелизма, поскольку в данном классе математических моделей (теоретически бесконечномерное) фазовое пространство объектов управления с распределенными по пространству параметрами является изолированным. Целью работы является исследование эффективности программной реализации на параллельных вычислительных системах класса задач моделирования влияния типовых нелинейностей и нестационарности на выходные вектор-функции КДС. В качестве примера рассмотрена нелинейная система стабилизации подвижного объекта управления (ракеты с учетом упругих деформаций ее корпуса).

Об авторе

Дмитрий Вадимович Мельничук
Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского
Россия


Список литературы

1. Andreichenko D.K., Andreichenko K.P. On the theory of hybrid dynamical systems. Journal of Computer and Systems Sciences International, vol. 39, no. 3, 2000, pp. 383-398.

2. Andreichenko D.K., Andreichenko K.P. Modeling, analysis and synthesis of combined dynamical systems. Tutorial. Saratov, Rait-Ekspo Publ., 2013. 144 p. (in Russian) / Д.К. Андрейченко, К.П. Андрейченко. Моделирование, анализ и синтез комбинированных динамических систем. Учебное пособие. Саратов, Издательский дом «Райт-Экспо», 2013 г., 144 с.

3. Andreichenko D.K., Andreichenko K.P., Melnichuk D.V. Pattern MPI-MAP and modeling of nonlinear hybrid dynamical systems. In Proc. of the IV International scientific conference on Problems of control, information processing and transmission, vol. 2, 2015, pp. 19-26 (in Russian) / Д.К. Андрейченко, К.П. Андрейченко, Д.В. Мельничук. Паттерн MPI-MAP и моделирование нелинейных комбинированных динамических систем. В сборнике трудов IV международной научной конференции «Проблемы управления, обработки и передачи информации», т. 2, 2015 г., pp. 19-26

4. Andreichenko D.K., Andreichenko K.P., Melnichuk D.V., Portenko M.S. Adaptive Algorithm of Parametric Synthesis of Hybrid Dynamical Systems. Izvestiya of Saratov University. New Series. Series: Mathematics. Mechanics. Informatics, vol. 16, issue. 4, 2016, pp. 465–475 (in Russian) / Д.К. Андрейченко, К.П. Андрейченко, Д.В. Мельничук, М.С. Портенко. Адаптивный алгоритм параметрического синтеза комбинированных динамических систем. Известия Саратовского университета, новая серия, серия: Математика. Механика. Информатика, том 16, вып. 4, 2016 г., стр. 465-475.

5. Kang Q., Träff J.L., Al-Bahrani R., Agraval A., Choundary A., Liao W. Scalable Algorithms for MPI Intergroup Allgather and Allgatherv. Parallel Computing, vol. 85, 2019, pp. 220-230.

6. Dalcin L., Mortensen M., Keyes D.E. Fast parallel multidimensional FFT using advanced MPI. Journal of Parallel and Distributed Computing, vol. 128, 2019, pp. 137–150

7. Avdeeva A.N., Puzikova V.V. Application of parallel algorithms for numerical simulation of quasi-one dimensional blood flow. Trudy ISP RAN/Proc. ISP RAS, vol. 30, issue 2, 2018, pp. 301-316 (in Russian) DOI: 10.15514/ISPRAS-2018-30(2)-15 / Авдеева А.Н., Пузикова В.В. Применение параллельных алгоритмов при численном моделировании кровотока в квазиодномерном приближении. Труды ИСП РАН, том 30, вып. 2, 2018 г., стр. 301-316.

8. Towara M., Schanen M., Naumann U. MPI-Parallel Discrete Adjoint OpenFOAM. Procedia Computer Science, vol. 51, 2015, pp. 19-28.

9. Tamada Y. Memory efficient parallel algorithm for optimal DAG structure search using direct communication. Journal of Parallel and Distributed Computing, vol. 119, 2018, pp. 27–35.

10. Chen C., Pouransari H., Rajamanickam S., Boman E.G., Darve E. A distributed-memory hierarchical solver for general sparse linear systems. Parallel Computing, vol. 74, 2018, pp. 49–64.

11. Takahashi D. Computation of the 100 quadrillionth hexadecimal digit of π on a cluster of Intel Xeon Phi processors. Parallel Computing, vol. 75, 2018, pp. 1–10.

12. Cheng X., He B., Lu M., Lau C.T. Many-core needs fine-grained scheduling: A case study of query processing on Intel Xeon Phi processors. Journal of Parallel and Distributed Computing, vol. 120, 2018, pp. 395–404.

13. Lazarev D.O., Kuzyurin N.N. On-line algorithm for scheduling parallel tasks on related computational clusters with processors of different capacities and its average-case analysis. Trudy ISP RAN/Proc. ISP RAS, vol. 30, issue 6, 2018, pp. 105-122 (in Russian). DOI: 10.15514/ISPRAS-2018-30(6)-6 / Лазарев Д.О., Кузюрин Н.Н. Алгоритм построения расписаний выполнения параллельных задач на группах кластеров с процессорам различной производительности и его анализ в среднем. Труды ИСП РАН, том 30, вып. 6, 2018 г., стр.105-122.

14. Gandhi P. S., Borja P., Ortega R. Energy shaping control of an inverted flexible pendulum fixed to a cart. Control Engineering Practice, vol. 56, 2016, pp. 27–36.


Для цитирования:


Мельничук Д.В. Моделирование нелинейной системы стабилизации на кластерах с сопроцессорами Intel Xeon Phi. Труды Института системного программирования РАН. 2019;31(3):229-240. https://doi.org/10.15514/ISPRAS-2019-31(3)-18

For citation:


Melnichuk D.V. Modeling Nonlinear Stabilization System on Clusters with Intel Xeon Phi Coprocessors. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2019;31(3):229-240. https://doi.org/10.15514/ISPRAS-2019-31(3)-18

Просмотров: 142


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2079-8156 (Print)
ISSN 2220-6426 (Online)