Database Engines on Multicores, Why Parallelize When You Can Distribute.pdf Multicore computers pose a substantial challenge to infrastructure software such as operating systems or databases. Such software typically evolves slower than the underlying hardware, and with multicore it faces structural limitations that can be solved only with radical architectural changes. In this paper we argue that, as has been suggested for operating systems, databases could treat multicore architectures

电力系统暂态稳定紧急控制可建模成一个大规模的动态优化问题，为此，提出一种基于并行灵敏度分析的双层优化算法。在仿真层，采用有限元正交配置离散微分代数方程，并结合并行计算技术求解状态量及灵敏度；在优化层，采用预测校正内点法求解较小规模的非线性规划问题。算例结果表明，所提方法具有较高的计算效率。

高斯-赛德尔迭代法的并行化 由PDE离散产生的稀疏线性方程组 (1)Laplace方程

tbb CPU 并行计算库，aarch64 6.5.0交叉编译移植

1. 设计目的、意义（功能描述） 2. 方案分析（解决方案） 3. 设计分析 3.1 串行算法设计 3.2 并行算法设计 3.3 理论加速比分析 4. 功能模块实现与最终结果分析 4.1 基于OpenMP的并行算法实现 4.1.1 主要功能模块与实现方法 4.1.2 实验加速比分析 4.2 基于MPI的并行算法实现 4.2.1 主要功能模块与实现方法 4.2.2 实验加速比分析 4.3 基于Java的并行算法实现 4.3.1 主要功能模块与实现方法 4.3.2 实验加速比分析 4.4 基于Windows API的并行算法实现 4.4.1 主要功能模块与实现方法 4.4.2 实验加速比分析 4.5 基于.net的并行算法实现 4.5.1 主要功能模块与实现方法 4.5.2 实验加速比分析 4.6 基于Linux的并行算法实现（选作） 4.6.1 主要功能模块与实现方法 4.6.2 实验加速比分析

matlab开发-简单的通信应用程序。使用MATLAB的Java接口发送/接收UDP数据包。

高斯消除使用MPI

人工神经网络模型及其在优化问题中的应用，孙阳，孙文生，Hopfield人工神经网络为解决NP问题提供了一种有效的途径，本文探讨了Hopfield神经网络模型的稳定性和有效性问题，并以求解TSP为例，给出

朱莉娅排序 用于并行计算的并行 Julia 排序算法

3.1实验目的与要求 1、熟悉快速排序的串行算法 2、熟悉快速排序的并行算法 3、实现快速排序的并行算法 3.2 实验环境及软件 单台或联网的多台PC机，Linux操作系统，MPI系统。 3.3实验内容 1、快速排序的基本思想 2、单处理机上快速排序算法 3、快速排序算法的性能 4、快速排序算法并行化 5、描述了使用2m个处理器完成对n个输入数据排序的并行算法。 6、在最优的情况下并行算法形成一个高度为logn的排序树 7、完成快速排序的并行实现的流程图 8、完成快速排序的并行算法的实现