ABEEMσπ模型生物大分子电荷分布并行处理的研究

来源 :辽宁师范大学 | 被引量 : 0次 | 上传用户:bihaidanxin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来随着计算机技术的飞速发展,分子动力学模拟已经成为生物大分子理论研究的一种十分重要的工具,大量用于研究生物分子及其复合体的结构、动力学和热力学过程。对于大分子体系而言电荷分布在很大程度上影响着模拟的结果,发展一种计算量较小且有较高精度的电荷分布方法尤为重要。原子-键电负性均衡方法中的σπ模型(ABEEMσπ)是近年来发展的一种准确快速地计算大分子体系电荷分布的方法,对于应用到大分子体系电荷分布的计算有很大的优越性和精确度,已经引起了一定的关注并为大家所接受。但是,随着分子体系规模的增大,利用ABEEMσπ模型电荷分布串行程序计算电荷分布的时间越来越长。为了扩大ABEEMσπ模型电荷分布计算的分子体系规模,并且提高计算速度,本文针对ABEEMσπ模型电荷分布计算并行处理技术进行了细致的研究,主要内容包括:1.通过分析ABEEMσπ模型电荷分布计算的串行处理流程,给出优化方案,减少冗余代码;采用动态存储技术缩短全局数组和局部数组的生存周期,节省了内存空间。2.在优化后的ABEEMσπ电荷分布计算串行程序基础上设计了ABEEMσπ电荷分布计算并行方案,成功实现了其并行化,突破了原有串行软件求解模型规模较小的限制。3.根据ABEEMσπ电荷分布计算方法的特点,提出并比较了两种并行任务划分方案,其中块卷帘划分方案,采用多行矩阵循环分配到各处理器上,减少了通信次数,降低了通信开销,在求解大模型电荷分布时取得较高的并行加速比。4.对ABEEMσπ电荷分布并行程序中的cholesky分解并行算法进行了通信优化,采用全局通信方式减少应用层通信时间,使得优化后的ABEEMσπ模型电荷分布计算并行程序并行性能得到进一步的提高。5.实现了大模型生物大分子电荷分布计算的并行求解,解决了位点数达5万多的实际电荷分布计算问题,并获得了较高的加速比和并行效率。
其他文献
遗传算法是一种十分优秀的解搜索算法。它有着天生的并行特性,因而并行遗传算法通常被设计应用于计算量大的理论计算和工程设计等诸多方面。但并行程序设计向来都较为复杂,并
随着云计算技术的发展和对云计算技术应用的不断增长,云计算系统的规模也随之增长,从而造成了云计算系统分布于多个数据中心的情况。云存储子系统是云计算系统的重要组成部分
学位
大词汇量连续语音识别(Large Vocabulary Continuous Speech Recognition,LVCSR)是语音识别研究的重点和难点之一,其涉及了声学模型、语言模型、搜索算法等多方面的知识和技
随着信息时代的到来,通过网络传递信息成为生活中一种必不可少的通信手段,在进行网络通信的过程中,服务器系统提供了有力的支持。当今的网络系统是以IP协议为基础,以服务器系
微阵列技术的快速发展使得同时测量成千上万个基因的表达情况成为可能,并被广泛地用于研究不同癌症和肿瘤的基因表达模式,为从分子水平研究疾病机理以及疾病诊断和预后提供了一
随着计算机的普及以及GIS技术的发展,开发基于GIS的高效准确的土地定级系统已经成为土地定级行业的迫切需求。论文通过分析土地定级工作的现状,提出了土地定级系统的需求,完
伴随着计算机技术、移动通讯技术和互联网技术的迅速发展,计算方式也在不断地变化。当今新兴的移动计算模式使人们在任何时候、任何地点访问自己需要的信息成为可能。然而移
词法分析是自然语言处理技术的基础,其性能将直接影响句法分析及其后续应用系统的性能。词法分析作为基础性处理步骤,其前期的错误会沿处理链条扩散,并最终影响面向终端用户的应
近邻分类算法是机器学习领域应用最为广泛的学习算法之一,但该方法需要较大的计算量和存储量。因此,基于近邻分类的实例选择成为研究焦点之一。此外,现有的基于近邻分类的实