随着仿真应用领域的不断拓展,仿真对象规模日益扩大、结构日益复杂,以提升平台按需协同与可定制的建模仿真能力为目标,构建高效能建模仿真平台的需求日益凸显。云仿真技术作为一种新兴的网络化建模仿真手段,极大地改变了建模仿真应用模式,为构建高效能建模仿真平台提供了方法与架构支撑。然而当前云仿真理论和技术研究尚不完善,难以应对多领域多用户按需协同与可定制的建模仿真需求。从效能优化角度看,也未能充分发挥云计算平台的资源整合与按需供给的特点和优势,难以为用户提供更加敏捷高效的建模仿真服务。针对上述问题,论文以高效能仿真云平台建设为目标,提出了用户中心式云仿真服务架构及其应用模式,解决了多领域多用户按需协同与可定制的建模仿真需求。同时从建模开发、仿真运行以及作业调度三个方面,提出了仿真云平台效能优化框架和方法。论文的主要工作和贡献总结如下:1.提出了高效能用户中心式的云仿真服务架构及应用模式,设计了用户中心式仿真云平台架构。用户中心式云仿真服务架构以提升仿真云平台效能为目标,以面向服务架构为基础,根据用户需求的语义特征,通过一个虚拟协同建模环境,将领域相关的仿真资源、技术人员和用户等动态关联在一起,提供资源按需发现、组合、协同建模和仿真等能力。仿真云平台架构则分别从用户管理层、领域仿真服务层、仿真部署和调度管理层以及基础架构层等四个方面,设计了实现高效能用户中心式云仿真服务架构所需的关键模块。2.提出了仿真云效能度量框架。以高性能计算领域中效能概念为基础,提出并阐述了仿真云平台效能的概念与内涵,设计了仿真云平台效能量化模型。该模型定量化地描述了影响仿真云平台效能的关键因素,为设计高效能云仿真服务架构和效能优化方法提供了理论依据。3.提出了基于云平台的面向特征领域建模仿真框架Clou Fo DSim。Clou Fo DSim的核心是构建了面向特征的领域资产追踪、管理和组合集成方法,一方面实现了仿真云平台下领域仿真资产的虚拟化管理,提供了资源的按需发现和动态聚合的能力;另一方面,基于特征的模型管理和集成框架,解决了传统组合式仿真中需求与已有资源难以匹配的问题。因而,Clou Fo DSim从建模开发效能优化角度,实现了面向多领域多用户按需协同与可定制的建模仿真能力。4.提出了面向带宽保障的并行仿真作业管理和调度框架及相应的优化算法。该框架从作业调度效能优化角度,采用基于虚拟集群的方式部署并行仿真作业,以保障虚拟机间的带宽性能,解决仿真云中面临的网络带宽竞争以及网络性能不确性等问题。针对虚拟集群的分配问题,提出了自适应带宽感知的虚拟集群部署算法Ada Ba。进而,在Ada Ba算法基础上,提出了面向带宽保障的并行仿真作业调度算法Bg MBF以及其改进算法Bg MBFSDF。在保证带宽需求前提下,获得了最优的虚拟资源分配和作业调度性能。5.提出了通信感知的自适应仿真运行优化框架及相应的优化算法。该框架从仿真运行效能优化角度,分别从虚拟机间网络通信消耗及模型在分布式虚拟节点上的分割部署策略两个方面,提出了高效的自适应优化算法。针对自适应模型分割部署问题,论文以大规模人工社会仿真运行优化为例,提出了基于统计迁移图分割的负载分割方法,在负载均衡约束下,减小了模型在分布式虚拟机节点间的通信量。针对虚拟机间网络通信消耗问题,论文提出了通信感知的虚拟机自适应迁移调度算法,在考虑迁移代价情况下,减小了数据中心内虚拟机间的通信消耗。本文从理论框架和关键技术两个方面,对高效能仿真云平台进行了研究。在理论框架上,面向仿真云效能优化需求,提出了用户中心式云仿真服务架构及其应用模式,并从建模开发、作业调度以及仿真运行三个方面,提出了基于仿真云的效能优化框架。在关键技术方面,面向建模开发效能优化需求,提出了基于Clou Fo DSim的云端高效能仿真应用构建方法;面向作业调度效能优化需求,提出了面向带宽保障的并行仿真作业调度优化方法;面向仿真运行优化需求,提出了通信感知的自适应仿真运行优化方法。论文研究成果对云仿真理论研究和仿真云平台建设具有借鉴和指导意义。