基于并行计算的大规模群体行为建模与仿真方法研究

计算机应用 ›› 2010, Vol. 30 ›› Issue (06): 1679-1681.

基于并行计算的大规模群体行为建模与仿真方法研究

孟凡亮¹,胡晓峰²,蒋亚群³,禹海全³,徐旭林³

1. 国防大学信息作战与指挥训练教研部
2. 中国人民解放军国防大学信息作战与指挥训练教研部
3.

收稿日期:2009-12-16 修回日期:2010-02-09 发布日期:2010-06-01 出版日期:2010-06-01
通讯作者: 孟凡亮
基金资助:
国家863计划项目

Research of modeling and simulation method for large scale crowds behavior based on parallel computing

Received:2009-12-16 Revised:2010-02-09 Online:2010-06-01 Published:2010-06-01
Contact: Meng FanLiang

摘要/Abstract

摘要： 为解决当前群体行为模型因规模扩大而导致计算量剧增的问题,采用并行离散事件方法构建了大规模群体行为模型,利用YH-SUPE仿真引擎实现了群体行为模型的并行计算。重点介绍了模型中仿真对象和仿真对象信息交互的设计方法,并对该模型在不同数量的节点和仿真实体的环境下进行了测试。实验结果表明,将并行计算引入群体行为建模之中,可以显著提高仿真个体的数量,更加有效地支持了群体模型的实时运行。

关键词: 并行计算, 大规模群体行为, YH-SUPE仿真引擎, 并行离散事件仿真

Abstract: To address the problem that the expansion of crowds' behavior model causes sharp increase in computation, this paper presented a parallel discrete event approach for simulating large scale crowds' behavior and realized computation in parallel through YH-SUPE engine. It also provided detailed description of simulation objects and communication between them, and then evaluated the performance of model for different number of simulation objects on different number of processes. The experimental results show that this proposed method can increase the amount of simulation objects and support the model more effectively in real-time.

Key words: parallel computing, large scale crowds simulation, YH-SUPE simulation engine, parallel discrete event simulation

孟凡亮胡晓峰蒋亚群禹海全徐旭林. 基于并行计算的大规模群体行为建模与仿真方法研究[J]. 计算机应用, 2010, 30(06): 1679-1681.

[1]	解文博, 韦永壮, 刘争红. 基于CUDA的SKINNY加密算法并行实现与分析[J]. 计算机应用, 2021, 41(4): 1136-1141.
[2]	杨先凤, 贵红军, 傅春常. 统一计算设备架构下的F-X域预测滤波并行算法[J]. 计算机应用, 2021, 41(2): 486-491.
[3]	曾志阳, 陈燕, 王珂. 圆片下料并行遗传算法的设计与实现[J]. 计算机应用, 2020, 40(2): 392-397.
[4]	崔艺馨, 陈晓东. Spark框架优化的大规模谱聚类并行算法[J]. 计算机应用, 2020, 40(1): 168-172.
[5]	何希, 吴炎桃, 邸臻炜, 陈佳. 基于图形处理器的形态学重建系统[J]. 计算机应用, 2019, 39(7): 2008-2013.
[6]	沙宗轩, 薛菲, 朱杰. 基于并行强化学习的云机器人任务调度策略[J]. 计算机应用, 2019, 39(2): 501-508.
[7]	冯凯, 李婧. k元n方体的可靠性评估[J]. 计算机应用, 2019, 39(11): 3323-3327.
[8]	付朝江, 王天奇, 林悦荣. 基于有效并行求解策略的显式有限元分析并行算法[J]. 计算机应用, 2018, 38(4): 1072-1077.
[9]	王鹏, 周岩. 面向高性能应用的MPI大数据处理[J]. 计算机应用, 2018, 38(12): 3496-3499.
[10]	冯凯. k元n方体的条件强匹配排除[J]. 计算机应用, 2017, 37(9): 2454-2456.
[11]	韩李涛, 刘海龙, 孔巧丽, 阳凡林. 基于多核计算环境的地貌晕渲并行算法[J]. 计算机应用, 2017, 37(7): 1911-1915.
[12]	焦嘉烽, 李云. 大数据下的典型机器学习平台综述[J]. 计算机应用, 2017, 37(11): 3039-3047.
[13]	姬丽娜, 陈庆奎, 陈圆金, 赵德玉, 方玉玲, 赵永涛. 基于GPU的视频流人群实时计数[J]. 计算机应用, 2017, 37(1): 145-152.
[14]	薛俊, 段发阶, 蒋佳佳, 李彦超, 袁建富, 王宪全. 基于Matlab的并行循环冗余校验Verilog代码自动生成方法[J]. 计算机应用, 2016, 36(9): 2503-2507.
[15]	邢淑凝, 刘方爱, 赵晓晖. 基于聚类划分的高效用模式并行挖掘算法[J]. 计算机应用, 2016, 36(8): 2202-2206.