马尔科夫链蒙特卡洛算法并行化及其应用

发布时间：2017-10-13 09:21

  本文关键词：马尔科夫链蒙特卡洛算法并行化及其应用

  更多相关文章： 群体遗传学 系统地理学 IM模型 高性能计算 消息传递接口

【摘要】：为使高性能计算助力群体遗传学和系统地理学研究,提出一种基于MPI(message passing interface)的群体遗传学分析软件,利用集群中多个CPU核心的计算能力加速群体遗传学分析。进行正确性验证,对并行加速比和并行效率进行评估,在保证计算结果正确性前提下,利用256个CPU核心时可以得到最好的并行加速比(185.16),在利用128个CPU核心时可以得到最好的并行效率(93.68%)。实验结果表明,利用高性能计算能够进行快速有效的群体遗传学分析。
【作者单位】： 山西省气象信息中心;北京计算机技术及应用研究所;国网河北省电力公司;中国科学院计算机网络信息中心超级计算中心;
【关键词】： 群体遗传学 系统地理学 IM模型 高性能计算 消息传递接口
【基金】：国家自然科学基金项目(61303050) 国家863高技术研究发展计划基金项目(2015AA01A303) 中国科学院青年创新促进会基金项目(2015375);中国科学院信息化专项基金项目(XXH2503-02)
【分类号】：TP338.6
【正文快照】： 信息中心超级计算中心,北京100190)0引言IM(isolation with migration)模型是进行群体遗传学研究的一种重要模型。在之前的工作中,首先笔者针对MCMC(Markov chain Monte Carlo)算法所用数据集进行了并行化计算[1];之后针对MC3(Metropolis-coupledMarkov chain Monte Carlo)算，

本文编号：1024058