基于MATLAB的高性能计算方法总汇.doc

基于MATLAB的高性能计算方法研究 摘要 MATLAB语言和开发环境应用于各个不同的领域，如图像和信号处理、控制系统、财务建模和计算生物学计算机处理能力的进步使得利用多个处理器变得容易，无论是多核处理器，商业机群或两者的结合MATLAB可以利用多处理器计算机或网络机群MATLAB language and development environment is used in various fields,such as image and signal processing, control systems, financial modeling and computational biology.Advancement in computer processing power makes the use of multiple processors easier, whether it is multi-core processors, commercial fleet, or a combination.MATLAB can take advantage of multi-processor computer or a network cluster to solve data-intensive and compute-intensive problems. This article has described a parallel environment of MATLAB and the improvement of computing performance in the MATLAB parallel environment.Focusing on two aspects:1.matrix multiplication, 2,.k-means clustering algorithm.For these two areas, respectively in serial and parallel environments,I have determinated the time.I use the MPI message passing in parallel computing.Finally I have analysed the effects of acceleration and summarized the different characteristics of parallel algorithms. Keywords:MATLAB,parallel cumputing MPI 目录 第一章 绪论 1 1.1 并行计算的研究背景 1 1.2并行计算的国内外现状 2 1.3本文的主要工作和内容安排 3 第二章 并行计算基础 5 2.1 概述 5 2.1.1 并行计算机硬件 5 2.1.2 并行算法的性能度量 5 2.1.3 并行算法的基本原则 6 2.1.4 并行编程模式 6 2.2 MATLAB并行环境 7 2.2.1 Matlab DCT简介 7 2.2.2 工作原理 8 2.3 π的并行算法 13 2.3.1 基本原理 13 2.3.2 加速比研究 14 第三章 基于MATLAB的并行算法应用研究 17 3.1 并行矩阵相乘 17 3.1.1 概述 17 3.1.2 并行矩阵乘法原理 17 3.1.3 并行矩阵相乘实验结果分析 19 3.1.4 矩阵并行相乘小结 22 3.2 聚类k-means算法的并行研究 23 3.2.1 聚类简介 23 3.2.2基于质心的技术：K—means方法 24 3.2.3 串行算法 25 3.2.4 并行k-means算法 26 第四章 总结与展望 31 致谢 33 参考文献 34 第一章 绪论 1.1 并行计算的研究背景 计算机技术的迅猛发展以及网络的普及，使人们有更多机会使用便捷的方法与外界进行信息交流。可是，数据大量的涌入，增加了我们获取有用信息的难度。如何从大量的数据中获取有价值的信息，采用传统的数据库技术已显得无能为力。数据的迅速增加与数据的分析处理方法滞后的矛盾越来越大，人们希望能够在对已有的大量数据分析的基础上进行科学研究、商业决策或企业管理。工程师和科学家们面临着用更少的时间建立复杂系统模型的需求，他们使用分布式和并行计算来解决高性能计算的问题。这些分布式的环境由多处理器和多核计算机来实现。Mathworks公司开发的分布式计算工具箱可以在多处理器计算环境中使用 MATLAB 和 Simulink 解决计算、数据密集型问题。可以使用该工具箱解决通过装配多个处理器包含几个单独工