公开(公告)号：CN114169651B

公开(公告)日：2022-04-19

申请号：CN202210132077.9

申请日：2022-02-14

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 喻杰 ,  鲜港 ,  杨文祥 ,  周隆放 ,  王昉 ,  王岳青 ,  邓亮 ,  杨志供 ,  赵丹 ,  陈呈 ,  杨超 ,  代喆

IPC: G06Q10/04 ,  G06N20/00 ,  G06K9/62

Abstract: 本发明公开了一种基于应用相似性的超级计算机作业失败主动预测方法，属于超级计算机领域，包括步骤：S1，从作业日志中提取特征数据，并加入作业路径数据后一起作预处理，然后作为机器学习算法模型的输入特征；S2，在机器学习算法模型对输入特征数据进行处理后，实现主动预测作业失败状态。本发明挖掘出了能够准确描述作业应用属性的特征，具有很好的预测提升效果；采用机器学习算法寻找作业失败预测方法，提升预测模型的鲁棒性，尤其适应非线性数据；对作业应用属性的聚类方法，显著降低聚类计算开销，降低误差；实现预测效率高，能够实际应用于大型超级计算机。

公开(公告)号：CN114169651A

公开(公告)日：2022-03-11

申请号：CN202210132077.9

申请日：2022-02-14

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 喻杰 ,  鲜港 ,  杨文祥 ,  周隆放 ,  王昉 ,  王岳青 ,  邓亮 ,  杨志供 ,  赵丹 ,  陈呈 ,  杨超 ,  代喆

IPC: G06Q10/04 ,  G06N20/00 ,  G06K9/62

Abstract: 本发明公开了一种基于应用相似性的超级计算机作业失败主动预测方法，属于超级计算机领域，包括步骤：S1，从作业日志中提取特征数据，并加入作业路径数据后一起作预处理，然后作为机器学习算法模型的输入特征；S2，在机器学习算法模型对输入特征数据进行处理后，实现主动预测作业失败状态。本发明挖掘出了能够准确描述作业应用属性的特征，具有很好的预测提升效果；采用机器学习算法寻找作业失败预测方法，提升预测模型的鲁棒性，尤其适应非线性数据；对作业应用属性的聚类方法，显著降低聚类计算开销，降低误差；实现预测效率高，能够实际应用于大型超级计算机。

公开(公告)号：CN113688578A

公开(公告)日：2021-11-23

申请号：CN202110787112.6

申请日：2021-07-13

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 王岳青 ,  王俊 ,  王昉 ,  杨志供 ,  邓亮 ,  杨文祥 ,  代喆

IPC: G06F30/28 ,  G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于多变量融合的流场关键时间步提取与重构方法，所述流场关键时间步提取与重构方法包括：S1：非定常流场数据的获取和预处理；S2：针对步骤S1获得的非定常流场数据，完成基于数据融合的多变量物理流场关键时间步的提取；S3：对多变量非定常流场进行时空信息重构。通过本发明方法实现了快速准确的对多个时间步的流场进行关键时间步选取的目的。

公开(公告)号：CN113381940A

公开(公告)日：2021-09-10

申请号：CN202110448696.4

申请日：2021-04-25

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 喻杰 ,  王昉 ,  杨文祥 ,  赵丹 ,  王岳青 ,  邓亮 ,  陈呈 ,  杨超 ,  杨志供 ,  代喆

IPC: H04L12/751 ,  H04L12/753

Abstract: 本申请公开了一种二维胖树网络拓扑的设计方法及装置，该方法包括：分别计算预设的初始二维胖树网络中的行数、列数和I/O转发结点的第一数目；根据所述行数、所述列数以及第一数目将所述初始二维胖树网络中的I/O转发结点均匀分配到所述初始二维胖树网络的每一行或每一列得到新的二维胖树网络；设置所述新的二维胖树网络中任一行的I/O转发结点仅服务所述任一行的计算结点，或任一列的I/O转发结点仅服务所述任一列的计算结点。本申请解决了现有技术中部分I/O转发结点的I/O效率较低以及影响大规模并行程序的整体性能的技术问题。

公开(公告)号：CN111625901A

公开(公告)日：2020-09-04

申请号：CN202010376465.2

申请日：2020-05-07

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 王岳青 ,  邓亮 ,  杨志供 ,  赵丹 ,  喻杰 ,  陈呈 ,  杨文祥 ,  王昉

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/08 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明提供了一种面向翼型的压力系数曲线智能生成方法，包括以下步骤：步骤1、根据已有翼型库进行数据扩充得到翼型数据库，包含每个翼型对应的翼型坐标；步骤2、对每个翼型采用不同的来流条件组合计算对应的压力系数曲线，构建若干包含该翼型的翼型坐标、来流条件组合及来流条件组合对应的压力系数曲线坐标的数据对。步骤3、构建生成对抗网络模型；步骤4、利用每个翼型的所有数据对生成对抗网络进行训练得到生成网络模型；步骤5、将翼型、来流条件输入生成网络模型，输出该翼型的压力系数曲线。采用该方法无需迭代训练，大大减少计算量，较传统CFD方法速度更快，可以达到10-100倍的加速比。