不同计算模型方法比较
性能： HF << MP2 < CISD< MP4(SDQ) ~CCSD< MP4 < CCSD(T)
MNDO:低估了激发能，活化能垒太高。键旋转能垒太低。超价化合物以及有些位阻的体系算出来过于不稳。四元环太稳定。过氧键太短，C-O-C醚键角太大，负电型元素间键长太短，氢键太弱且太长。
PRDDO:参数化到溴和第三周期金属。适合无机化合物、有机金属化合物、固态计算、聚合物模拟。目标数据是从头算结果。整体结果不错，偶尔碱金属的键长有误。
AM1:不含d轨。算铝比PM3好，整体好于MNDO。O-Si-O不够弯、旋转势垒只有实际1/3，五元环太稳定，含磷化合物几何结构差，过氧键太短，氢键强度虽对但方向性错，键焓整体偏低。
SAM1:开发AMPAC公司的semichem公司基于AM1扩展出来的，明确增加了d轨道。由于考虑更多积分，比其它半经验方法更耗时。精度略高于AM1和PM3。振动频率算得好，几乎不需要校正因子。特地考虑了表达相关效应。
PM3:比AM1整体略好一点点。不含d轨。氢键键能不如AM1但键角更好，氢键过短，肽键C -N键旋转势垒太低，用在锗化合物糟糕，倾向于将sp3的氮预测成金字塔形。Si-卤键太短。有一些虚假极小点。一些多环体系不平，氮的电荷不对。
PM3/MM:PM3基础上加入了对肽键的校正以更好用于生物体系。
PM3(TM):PM3加了d轨，参数是通过重现X光衍射结构得到的，因此对其它属性计算不好，几何结构好不好取决于化合物与拟合参数的体系是否相似。
PM4:没做出来或者没公布。
PM6:可以做含d轨体系。最适合一般的优化、热力学数据计算。Bi及之前的元素都能做。比其它传统和新发展的半经验方法要优秀。但也指出有不少问题，比如算P有点问题，算个别势垒有时不好，JCTC,7,2929说它对GMTKN24测试也就和AM1差不多，卤键不好。
PM6-DH1/DH2:PM6基础上加了色散、氢键校正项，适合弱相互作用体系。
PM6-DH+：很好的算弱相互作用体系的半经验方法。S22测试集上性能号称已经很接近DFT-D
PM7：相对于PM6，在弱相互作用的计算上有极大的改善，因此PM7可以用于凝聚相研究，在生成焓这些PM6老强项上改进较小。
PM7-TS：计算过渡态能垒准确度比PM6、PM7都有约3倍的改善。AUE约3.8 Kcal/mol
OM3：GMTKN24测试表示这是目前算能量最好的方法，接近DFT。see JCTC,7,2929。只有MN DO2005程序能算。
OM2-D2：色散校正的OM2，对弱相互作用计算很好，接近DFT+D水平
RM1：重新参数化的AM1，但是参数化的元素很少
TNDO：最适合NMR的半经验方法，专用来重现NMR化学位移，HyperChem支持。
ZINDO：=INDO/S=ZINDO/S。Zerner等人开发的，最适合激发态研究的半经验方法。对有机分子结果很不错，好于CIS，但不适合含有电子转移过程、强跃迁的过程及处理里德堡态、带未成对儿电子的金属。ZINDO可以算少数过渡金属，几何优化不好。由于是为了计算光谱而优化的参数，计算基态能量就很不好了。
SCC-DFTB：DFT方法的半经验版本，也是忽略了很多积分，只考虑价层，每个AO用一个ST O表达。泛函不一定，通常是PBE。计算量和PM3、AM1相仿佛，但性能更好点。
RHF:O(N^4)。未考虑库仑相关。尺寸一致。描述解离问题很差，键长普遍偏短（对于配位键则太长），高估活化能（由于在解离拉远过程中能量偏高所致），偶极矩比真实偏大10~15%，对多重键体系不好（多重键的强相关作用被忽略了）。高估gap 20%~30%
UHF:同RHF，但可以处理开壳层。更耗时。对双自由基、键拉长体系能量比RHF更低，处理解离问题比RHF好得多。有较大旋污染。期望态的PES受到高自旋多重度态的PES影响可能不对，过渡态用UHF可能因此位置不对。
PUHF:投影掉UHF自旋污染，能量有所降低，但可能在RHF->UHF不稳定点导数不连续、出现不正确的能量极小点。不宜用。
ROHF:MCSCF的特例，可处理开壳层，能量比UHF高，收敛比UHF困难，没有自旋污染，Alp ha-Beta轨道相同便于分析。适合UHF自旋污染很大的情况。由于没有考虑到自旋轨道的极化，自旋密度不好。
SUHF:Spin Constrained UHF。用拉格朗日乘子限制UHF的自旋污染。
下面O(N^?)列出的只是假设体系很大，只有AO->MO积分变换成为限速步，而且电子数随基函数增大而线性增大的情况。
MPx系列:尺寸一致，用于研究闭壳层相互作用很适合。有HF简并轨道酉变换不变性。某些体系、某些基组下随x增大未必收敛，或因震荡收敛慢，但一般在低阶(2~4)不会如此。对于多组态效应强的体系由于参考态RHF波函数不好，结果较差。有n阶波函数时能算2n+1阶MP能量。RMP由于RHF波函数在远离平衡构型时的不好（多参考态特征开始显露），不适合用在键长超过平衡距离1.5倍的体系（或超过平衡距离1埃），在很远处x越大可能越差。
对于开壳层，MP可以基于UHF也可以基于ROHF。前者即UMP，有明显自旋污染，不建议用，能量往往高于RMP，且在不稳定点能量不连续，增大x也没什么改进。稍昂贵的PUMP能量全局连续，近程同RMP，远程质量也好，但形势复杂。MP如果基于ROHF波函数，有好多种具体方法，有两类(1)零阶哈密顿与S^2算符不对易（故有自旋污染），包括ROMP、RMP、R OHF-MBPT、ZAPT (2)与之对易，包括OPT、IOPT、HCPT、陈飞武的OSPT、。
MP1:就是HF
MP2:O(N^5)。算氢键好。范德华相互作用也还成，但还是明显高估了（尤其是pi作用），算饱和物质二聚体、H2二聚体有点低估，但是算甲烷二聚体极好。往往高估键长。只含双激发项贡献。很大基组下结果相当不错。用于过渡金属不好，尤其是开壳层、配位不饱和体系。对第一行过渡金属络合物，Metal-ligand键长明显被低估。过渡态势垒有点高估。Local-MP2:对HF的占据和虚轨道都定域化，电子激发只从占据轨道激发到不远的虚轨道，相对于MP2计算明显加快，精度却下降甚微，适合算大体系，还可以只研究局部相关作用。可以获得能量成分（分子内，及分子间的离子、色散、交换色散作用）。基本无BSSE问题。若再结合resolution of identity速度能有数倍加快而精度下降甚微，似乎能达到DFT可及的体系尺度，而在氢键、弱相互作用上则比DFT更好点。开壳层时自旋污染小。还有LMP 3/4。此方法不适合用在不够大的体系，再加上LMP2往往无法考虑对称性，导致速度经常比MP2慢。
SCS-MP2:O(N^4)。由于HF已经考虑了很多自旋平行的相关（交换作用），因此MP2中应弱化自旋平行成分。SCS-MP2调整了MP2校正能的平行和反平行部分系数。算反应能比MP2有了不少提高，达到QCISD级别甚至有时达到QCISD(T)。对于范德华相互作用，虽然并未为此专门参数化，统计结果也比MP2好点（pi作用肯定更好），达到双杂化泛函水平，但是氢键、饱和分子作用（如甲烷二具体）不如MP2。其它方面和MP2差不多。SCS-MP2极其所有通过自旋分量调整的变体原理上都不具有正确的渐进行为（见MP2.5原文）。
SCSN-MP2:平行部分不变，反平行贡献的参数拟合核酸碱基对儿相互作用能。
SCS(MI)-MP2：平行、反平行系数来自拟合S22数据。对于cc-pVXZ每种都分别拟合了参数，注意不含弥散，是为了降低计算量。
SOS-MP2:忽略了平行作用，结合辅助基函数展开和拉普拉斯方法，可成为O(N^4)方法。并没比MP2好多少，而且弱相互作用差，不过计算效率更高。
S2-MP2:
MP2.5:MP2能量加上乘上了0.5的MP3校正能，这个数来自分析计算精度、基组依赖性和理论意义。性能比各种自旋校正的MP2都好，主要是pi-pi堆叠改进明显，弱相互作用号称在中等基组下（不加弥散亦可）就能接近CCSD(T)/CBS，但实际上可靠性略弱于SCS-CCSD。计算量比MP2大一个数量级，但是比CCSD小一个数量级。
OO-MP2：ORCA支持。计算量是MP2的10倍。对于有机分子热力学性质没什么改善，但是算反应势垒、自由基等开壳层情况改进明显，结合SCS的思想构成OO-SCS-MP2结果更好。MP2.X：MP2.5用在小基组上结果不如在大基组好，为解决此问题，MP2.X对从小到大的基组都通过S66测试集重新拟合了MP2和MP3校正能的权重，这使得不同基组下（乃至低至6-3 1G*）得到的弱相互作用能精度都相仿佛，和MP2.5/aug-cc-pVTZ下差不多。虽然6-31G*下就能高精度计算弱相互作用很诱人，但对更多的体系的可靠性还有待广泛验证。
MP2C: 用TDDFT响应函数计算的色散能与MP2所用的非耦合HF响应函数计算的色散能的差值作为对MP2相互作用能的校正。精度与SCS-CCSD相仿佛。
MP2-R12：做MP2时波函数引入了r12项，在接近完备基组时和MP2结果一样，但是在不大的基组下可以得到很大基组下MP2的结果，或者说随基组收敛快。计算耗时也就比MP2多不超过10%。长程不好，故用在分子间作用有问题。
MP2-F12：r12项变换成了更复杂、更广义形式，称为f12项（也包含r12）。计算结果明显比MP2-R12更好，彻底将之替代了。
MP3:O(N^6)。对MP2改进不大。容易低估相关能，时常还不如MP2。不宜用。与MP2相反，色散复合物体系结合能低估了。
SCS-MP3:SCS-MP2加上0.25的E(MP3)校正能。热化学性能比SCS-MP2好，号称接近QCISD(T)。低估弱相互作用能，和高估之的MP2混合成MP2.X会好很多。虽然和CCSD一样都是O(N^6)，但MP3不需要迭代，所以省时得多。
MP4:SDQ是O(N^6)，SDTQ是O(N^7)。比MP2还是有挺大改进的。计算速度似CISD。MP4常不算三激发贡献，虽然贡献很大，但难算。RMP4在偏离平衡构型比RMP2/RMP3长一些时结果也很好，但太长就不行了。D、SDQ时色散复合物体系结合能低估了（似MP3）。
MP5:O(N^8)。MP4干不了的MP5的改进也不大，有时还不如MP4。
MP6:O(N^9)。极其昂贵，很准。和CCSD(T)精度相仿，但由于MP6太昂贵，还有其它MP系列潜在问题，所以一般不用。
MP7:O(N^10)
MCSCF波函数基础上做二阶微扰（多参考态二阶微扰理论）：
比MRCI明显更便宜，结果相仿佛，但据说不如MRCI可靠。在CASSCF基础上引入更多动态相关使结果更好。此方法具体实现不只一种，可统称为MRPT2，比如RS2C、CASPT2、NEVPT 2、MRMP2、MCQDPT2、MROPT2，但结果很相近。可以算激发态，是最适合用于光反应机理研究的方法。近似尺寸一致。如果体系的多参考态性质不强，则不如对相关作用考虑得更充分的CCSD(T)。不少具体方法存在入侵态问题，弱入侵态可用能级移动来解决。
CASPT2：Roos搞的，80年代末期就开始用。稍微偏离大小一致但无关大碍。可能有入侵态问题。通过IP-EA位移来修改Fock矩阵对角元可以消除些系统误差。Molpro、Molcas支持。MS-CASPT2：多态版本的CASPT2，计算量大于CASPT2，可以解决CASPT2对于势能面交叉、价层-里德堡混合态时可能出现的问题。
XMS-CASPT2：是将XMCQDPT2思路用在CASPT2而提出的MS-CASPT2改进版。相比MS-CASPT2在势能面交叉区域附近有改进。
CASPT3:计算量也比MRCI略小。
NEVPT2 (n-electron valence state perturbation theory):Angeli搞的。没有入侵态问题，精确大小一致，结果可靠，计算快而且容易，有酉变换不变性，保证是自旋纯态，获得二阶微扰能过程比CASSCF步骤快不少。但是据说对活性空间的选取敏感。ORCA、Dalton、M olpro支持。NEVPT2的多态(MS)版本称QD-NEVPT2，但会遭受一些入侵态问题。
MRMP2:Hirao搞的。稍偏离大小一致但无关大碍。
MCQDPT2 (multi-configuration quasi-degenerate perturbation theory):Nakano搞的，是MRMP2的多态(MS)版本，单态时和MRMP2完全一致。稍偏离大小一致但无关大碍。MCQDP T2'是MCQDPT2的改进版。GAMESS-US、Firefly支持。
XMCQDPT2 (extended MCQDPT2):Alex A. Granovsky搞的，是MCQDPT2的改进，解决了它的有效哈密顿矩阵的对角元随机高估一至两个数量级的问题，故而改进了态之间的跃迁能。稍偏离大小一致但无关大碍。Firefly支持。
MROPTn:Davidson搞的，貌似n=1~4
CIPT2:MRCI与CASPT2的结合，解决CASPT2不能解决的问题或出现强入侵态情况。活性空间用MRCI，非活性空间用二阶微扰，耗时和不考虑非活性空间的MRCI相仿佛。
SAPT系列：
SAPT0/aug-cc-pVDZ'：计算弱相互作用还成，但可靠性不高。
SAPT2+/aug-cc-pVDZ：计算弱相互作用很不错。
SAPT2+(3)/aug-cc-pVTZ：计算弱相互作用相当精确、可靠，接近CCSD(T)
CI系列：是变分的，可以算激发态。算基态不如用CC系列划算，向FCI收敛太慢。除FCI 以外都尺寸不一致，故不能用来研究弱相互作用、键解离等问题。
Full CI:尺寸一致，极昂贵。绝对没有自旋污染。
CIS:只能算激发态。结果不好，高估0.5~2.0eV，往往乘上校正因子0.72。很便宜，能做到几百个原子，几千个基函数。
CIS(D):O(N^5)，比CIS好得多的算激发态方法。
CID:最便宜的计算基态的CI方法。
CISD:O(N^6)。能算激发态。CISD+Q即使用Davidson校正添加四次项，尺寸一致性变好。算弱相互作用效果平平，效率不如微扰更不如耦合簇。
CISDT:O(N^8)，在CI引入T比在CC/MP中引入要昂贵(MP4(SDTQ),CCSD(T))，故用处很小。CISDTQ:O(N^10)，比起CISDT还是有不能忽略的改进的。
MRCI:一般是MCSCF的CSF上做CISD。不完全是尺寸一致。
SORCI:MRCI的一种，ORCA支持。
LCISD:CISD的定域化版本，似LMP2。
QCI系列：尺寸一致，非变分，校正了CI而最终与CC很类似。UQCI自旋污染小。QCISD:尺寸一致，和CCSD结果很相近，计算量也差不多，个别时不如CCSD稳健。
QCISD(T):三重激发态用微扰法估算。很准，和CCSD(T)结果很相近，计算量也差不多。但是个别体系很烂，所以用CCSD(T)通常更好、更稳健，尤其是过渡金属时。另外还有QCISD (TQ)。
LQCISD/(T):QCISD/(T)的定域化本版本，似LMP2。
MCSCF：相同计算量下并不会比CI方法获得更多的总相关能，即获得总相关能效率不高。主要用于获得行为定性正确的波函数（即主要考虑静态相关），然后给其它获得动态相关的方法用，如CASPT2以获得精确能量，或者用于计算能量相对值。处理共价键解离问题很好。
绝对没有自旋污染（都是纯态CSF）。目前CAS空间最高能做到20个轨道。
CASSCF：MCSCF的一种。活性空间下做FCI。活性空间越大结果越准，越耗时。选取活性空间时注意对称性、平衡性，涉及化学键断裂最好先做轨道定域化，将活性空间设到相应成键和反键轨道上。
RASSCF：MCSCF的一种。可视为较大的限制空间下CISD，其中活性空间下做FCI。或者视为在CASSCF上对激发方式做限制。比CASSCF减少计算花费。
CC系列：尺寸一致，激发是连续的则是变分的，否则非变分。UHF为参考波函数时自旋污染小，无需投影。对参考波函数质量要求低，体系多参考态特征越强时，使用HF波函数时比MPx的优势越大。向FCI极限能量收敛速度很快。
CCD or CCSD:O(N^6)。CCSD不比CCD多耗时多少。CCSD和MP4(SDQ)相仿佛。色散pi复合物体系结合能低估了（似MP3）。CCSD是变分的，CCD不是变分的。对开壳层，UCCSD比用UMPx好得多。CCSD对于弱相互作用表现得不必MP2强多少，而用SCS-MI-CCSD则改进明显还没有额外耗时。
CCSD(T):O(N^7)。CCSDT的近似，三重激发用微扰法非迭代方式估算。十分准确的方法，适合精确研究弱相互作用，达到MP6的水准。比CCSD强很多，比QCISD(T)适用性更广，精度与之差不多。CCSD(TQ)更贵。RCCSD(T)算解离曲线在不很远时不错，但很远时RHF波函数太差导致错误；UCCSD(T)中间区域受自旋污染能量稍高，但很远时有正确解离行为。算键能可靠。CCSD(T)/CBS一般作为金标准检验其它方法。虽然不是多参考态方法，但是往往对于多参考态特征强的体系，CCSD(T)的结果也至少定性正确，而CCSD此时则差得远。CCSD(T)实际上比CCSD计算量并不大很多，不大的体系能用CCSD(T)时就别用CCSD了。
CCSD[T]：类似于CCSD(T)的近似，使用不如CCSD(T)广泛，性能也略逊于CCSD(T)。不过对于弱相互作用，比CCSD(T)可能稍微精确一点点。
CCSDT-1：CCSDT的近似，CCSD基础上通过迭代方式引入三重激发。比CCSD(T)或CCSD[T]更接近CCSDTQ
CCSDT:O(N^8)，对CCSD(T)改进微乎其微，因为已经很精确了。实际上往往还不如CCSD(T)，尤其是弱相互作用，因为微扰方式考虑T导致的误差往往把没有考虑Q引起的误差给较好抵消了。
CCSDT(Q):与CCSDTQ相比，弱相互作用的计算简直精确一致。
CCSDTQ:O(N^10)，几乎和FCI结果完全一致。这已足够，再往后做CCSDTQP就没什么意义了。SCS-CCSD：类似SCS-MP2对MP2的处理，正反自旋参数来自于拟合几十个反应能。弱相互作用和反应能都比CCSD好不少，而且对各种情况都很可靠，和MP2.5在伯仲之间。原子化能没什么进步，不如SCS-MP2。
SCS-MI-CCSD: SCS-CCSD参数向S22数据拟合，算非共价作用极精确。特别划算的办法。比MP2.X性能更好。
LCCSD、LCCSD(T)：CCSD、CCSD(T)的定域化轨道版本，原理似LMP2，但是由于CCSD昂贵，所以电子只从占据轨道激发到离得比在LMP2时更近的虚轨道上。
LCCSD(T0)：LCCSD(T)的近似，速度比CCSD(T)快1000~10^6倍，结合cc-pVDZ能用到上千个基函数的体系。
(DF)-CCSD or CCSD(T)-R12：CCSD、CCSD(T)的RI近似，以及R12的版本。
EOM-CCSD:用于算激发态，垂直激发能结果很好。原理类似与将TDHF的参考波函数改为CCS D。
CEPA/1:尺寸一致。和CCSD计算量差不多，很多情况比CCSD结果好，算F2解离曲线好，但不适合开壳层。CEPA/2、CEPA/3和它都是一个级别的方法。CEPA/2整体好，也可以用在开
壳层。
L-CCA:耦合簇的近似版本，L=linear，结果劣化不多。尺寸一致
AQCC(Quadratic Coupled Cluster):非尺寸一致。有多参考态版本
ACPF(Average Coupled Pair Functiona):尺寸一致。有多参考态版本
IEPA:尺寸一致，无HF轨道酉变换不变性，对交换能没有改进。一阶近似形式结果同MP2。BD：Brueckner Doubles。通过利用优化的轨道，令单激发对相关能贡献为0后只考虑双激发。花费及结果与CCSD很相似。BD(T)似CCSD(T)，BD(TQ)似CCSD(TQ)
CC2:O(N^5)，CCSD近似得到，介于HF与CCSD。
CC3:O(N^7)，CCSDT近似得到，介于CCSD与CCSDT。似乎是CCSD(T)级别。
KS-CC：用KS-DFT轨道代替HF轨道做耦合粗的参考态，由于KS-DFT轨道比HF轨道包含更多相关效应，所以KS-CC比普通耦合粗更可靠，尤其对于开壳层时HF自旋污染大时。SAC:Symmetry Adapted Cluster，用来算单重闭壳层基态。和普通耦合簇的差别可能也就是激发算符考虑了对称性。也是尺寸一致。
SAC-CI:SAC-Configuration Interaction，用来算开壳层单重态激发态、三/四/五重态基态和激发态、双重态电离及电子结合基态和激发态，很准。还可以用CASSCF参考态成为MR-S AC-CI。EOM-CC和CC-LRT在理论上等价于它，只是算法不同。
CC-LRT:算激发态。线性响应理论结合耦合簇。
MRCC：多参考态版本的CC。PSI等程序支持。
DFT系列:O(N^3)，速度不比HF慢太多。尺寸一致。自旋污染小（这个说法值得商榷），可以不考虑此问题（HF交换成份越大则可能问题越大）。虽然DFT是单组态方法，但用在多组态效应重要时也不差。随基组收敛比后HF快。结果虽然往往很准，能达到高水平后HF 方法，但可靠性、不同交换相关势的精度高低不易估计。能隙比HF的小，koopmann定理不太适用，轨道能量差更适合估计激发能。对于没解决SIC（自相互作用）的泛函不适合弱束缚体系和计算不同多重度间的能量差。非杂化的泛函容易低估势垒。
扩散QMC:O(N^3)。低精度范畴计算量大，但随着基函数变得完备、相关考虑量的提升，花费比其它后HF方法会便宜。
组合方法：
G2：
G3：计算量是G2一半，又便宜又好。
G4：计算量是G3的3倍，但是G3/05的MAD从1.13降低到0.83kcal/mol。
W1/W2/W3/W4：精度极高的组合方法，高于Gn和CBS系列，分别利用CCSD(T)、CCSDT、CCS DTQ、CCSDTQ5数据并外推至完备基组，极其昂贵。小分子原子化能MAD为0.6/0.5/0.2/0. 1kcal/mol。W1BD，用BD代替耦合簇
ccCA-P/ccCA-S4：基于部分G3B，用Dunning相关一致基组外推到完备（P和S4仅在于外推方法不同），CCSD(T)代替QCISD(T)，考虑了相对论校正，没经验参数，比G3略好，G3/99偏差为0.96/0.96kcal/mol。
精度
CBS-APNO>CBS-Q≈CBS-QB3>CBS-q>CBS-4。CBS-APNQ应该是除了Wn系列以外精度最高的方法。
G4>G4(MP3)≈G4(MP2)>G3>G3(MP2)>G2>G2(MP2)≈G1
G3>CBS-Q>=G2，G3和CBS-Q都比G2快。CBS-4最不精确（尚不如G1）但最快。
X1、X1s：是通过神经网络方法校正B3LYP生成焓的方法，可以将准确度提升不少，但比起Gn、CBS系列方法的准确度还是有差距。X1s在X1基础上把自旋多重度也考虑进了参量，使得性能平均提升了1kcal/mol。
弱相互作用性能
B3LYP 能耗计算方法模型说明 1．COP直接计量法 冷量直接计量值与制冷机电耗直接计量值之比。 COP=冷量/制冷机电耗 2．单位空调面积空调末端电耗直接计量法 空调末端（含新风机、空调机组、风机盘管等）电耗直接计量值与总空调面积之比 单位空调面积空调末端电耗＝空调末端电耗直接计量值/总空调面积 3．单位空调面积空调系统电耗直接计量法 空调系统（含制冷机、冷冻水泵、冷却水泵、冷却塔、空调末端等）电耗直接计量值与总空调面积之比 单位空调面积空调系统电耗＝空调系统电耗直接计量值/总空调面积 4．单位空调面积冷冻泵电耗直接计量法 冷冻水泵电耗直接计量值与总空调面积之比 单位空调面积冷冻泵电耗＝冷冻水泵电耗直接计量值/总空调面积 5．单位空调面积冷却泵电耗直接计量法 冷却水泵电耗直接计量值与总空调面积之比 单位空调面积冷却泵电耗＝冷却水泵电耗直接计量值/总空调面积 6．单位空调面积冷却塔风机电耗直接计量法 冷却塔风机电耗直接计量值与总空调面积之比 单位空调面积冷却塔风机电耗＝冷却塔风机电耗直接计量值/总空调面积7．单位空调面积冷源电耗直接计量法 冷源（含制冷机、冷却塔等）电耗直接计量值与总空调面积之比 单位空调面积冷源电耗＝冷源电耗直接计量值/总空调面积 8．单位空调面积制冷机电耗直接计量法 制冷机电耗直接计量值与总空调面积之比 单位空调面积冷源电耗＝冷源电耗直接计量值/总空调面积 9．单位面积办公设备电耗间接计量法 办公设备电耗值（根据综合用电的直接计量值按照办公比例等方法计算得 出）与总建筑面积之比。 单位面积办公设备电耗＝办公设备电耗值/总建筑面积 10．单位面积办公设备电耗直接计量法 办公设备电耗直接计量值与总建筑面积之比 单位面积办公设备电耗＝办公设备电耗值/总建筑面积 11．单位面积常规电耗直接计量法 常规电耗（除特殊电耗外的总能耗值）的直接计量值与总建筑面积之比 单位面积常规电耗＝常规电耗/总建筑面积 12．单位面积厨房电耗直接计量法 厨房电耗的直接计量值与总建筑面积之比 单位面积厨房电耗＝厨房电耗/总建筑面积 13．单位面积电梯电耗直接计量法 电梯电耗的直接计量值与总建筑面积之比 单位面积电梯电耗＝电梯电耗/总建筑面积 14．单位面积空调末端电耗直接计量法 空调末端（含新风机、空调机组、风机盘管等）电耗直接计量值与总建筑面积之比 单位面积空调末端电耗＝空调末端电耗直接计量值/总建筑面积 15．单位面积空调系统电耗直接计量法 空调系统（含制冷机、冷冻水泵、冷却水泵、冷却塔、空调末端等）电耗直接计量值与总建筑面积之比 单位面积空调系统电耗＝空调系统电耗直接计量值/总建筑面积 16．单位面积冷冻泵电耗直接计量法 冷冻水泵电耗直接计量值与总建筑面积之比 单位空调面积冷冻泵电耗＝冷冻水泵电耗直接计量值/总建筑面积 17．单位面积冷量直接计量法 冷量直接计量值与总建筑面积之比 单位面积冷量＝冷量直接计量值/总建筑面积 18．单位面积冷却泵电耗直接计量法 冷却水泵电耗直接计量值与总建筑面积之比 人力资源管理师三级（三版）计算题汇总 历年考点：定员，劳动成本，人工成本核算，招聘与配置，新知识：劳动定额的计算 一、劳动定额完成程度指标的计算方法 1.按产量定额计算产量定额完成程度指标=（单位时间内实际完成的合格产品产量/产量定额）×100% 2.按工时定额计算工时定额完成程度指标=（单位产品的工时定额/单位产品的 【能力要求】： 一、核定用人数量的基本方法（原） （一）按劳动效率定员根据生产任务和工人的劳动效率，以及出勤率来计算。 实际上是根据工作量和劳动定额来计算。适用于：有劳动定额的人员，特别是以手工操作为主的工种。公式中：工人劳动效率=劳动定额×定额完成率。劳动定额可以分为工时定额和产量定额两种基本形式，两者转化关系为： 所以无论采用产量定额还是工时定额，两者计算的结果都是相同的。一般来说，某工种生产产品的品种单一，变化较小而产量较大时，宜采用产量定额来计算。可采用下面的公式： 如果把废品率考虑进来，则计算公式为： 二、劳动定员 【计算题】： 某企业主要生产 A、B、C 三种产品，三种产品的单位产品工时定额和 2011年的订单如表所示。预计该企业在 2011 年的定额完成率为 110%，废品率为 2.5%，员工出勤率为95%。 请计算该企业 2011 年生产人员的定员人数 【解答】： A 产品生产任务总量=150×100=15000（工时） B 产品生产任务总量=200×200=40000（工时） C 产品生产任务总量=350×300=105000（工时） D 产品生产任务总量=400×400=160000（工时） 总生产任务量=15000+40000+105000+160000=320000（工时） 2011 年员工年度工日数=365-11-104=250（天/人年） 【解答】： LES,DNS,RANS模型计算量比较 摘要：湍流流动是一种非常复杂的流动，数值模拟是研究湍流的主要手段，现有的湍流数值模拟的方法有三种：直接数值模拟（Direct Numerical Simulation: DNS），Reynolds平均方法（Reynolds Average Navier-Stokes: RANS）和大涡模拟(Large Eddy Simulation: LES)。直接数值模拟目前只限于较小Re数的湍流，其结果可以用来探索湍流的一些基本物理机理。RANS方程通过对Navier-Stokes方程进行系综平均得到描述湍流平均量的方程；LES方法通过对Navier-Stokes方程进行低通滤波得到描述湍流大尺度运动的方程，RANS和LES方法的计算量远小于DNS，目前的计算能力均可实现。 关键词：湍流；直接数值模拟；大涡模拟；雷诺平均模型 1 引言 湍流是空间上不规则和时间上无秩序的一种非线性的流体运动，这种运动表现出非常复杂的流动状态，是流体力学中有名的难题，其 性。传统计算复杂性主要表现在湍流流动的随机性、有旋性、统计[]1 流体力学中描述湍流的基础是Navier-Stokes（N-S）方程，根据N-S 方程中对湍流处理尺度的不同，湍流数值模拟方法主要分为三种：直接数值模拟（DNS）、雷诺平均方法（RANS）和大涡模拟（LES）。直接数值模拟可以获得湍流场的精确信息，是研究湍流机理的有效手段，但现有的计算资源往往难以满足对高雷诺数流动模拟的需要，从而限制了它的应用范围。雷诺平均方法可以计算高雷诺数的复杂流动，但给出的是平均运动结果，不能反映流场紊动的细节信息。大涡模拟基于湍动能传输机制，直接计算大尺度涡的运动，小尺度涡运动对大尺度涡的影响则通过建立模型体现出来，既可以得到较雷诺平均方法更多的诸如大尺度涡结构和性质等的动态信息，又比直接数值模拟节省计算量，从而得到了越来越广泛的发展和应用。 能耗计量系统方案解读 1.1国家政策 随着能耗问题日益突显，如何实现能耗管理和能源成本最小化成为中国的首要任务。为此，在“十二五”开局之年国家相关部门将节能减排指标落实到地区，由各个省、市、地区政府承担相应的节能任务。“政府出面帮助和督促用能单位节能降耗，以行政命令结合扶持政策，鼓励用能单位进行节能改造。” 在我国目前的能耗结构中，建筑所造成的能源消耗，已占我国总的商品能耗的20,,30,。而建筑运行的能耗，包括建筑物照明、采暖、空调和各类建筑内使用电器的能耗，将一直伴随建筑物的使用过程而发生。在建筑的全生命周期中，建筑材料和建造过程所消耗的能源一般只占其总的能源消耗的20,左右，大部分能源消耗发生在建筑物的运行过程中。建筑节能主要是为了降低各类建筑运行过程中消耗的能源。 实际调查数据表明，我国的建筑运行能耗，包括大型公共建筑的能耗都低于同等气候条件的发达国家现状，更远低于美国大多数建筑的目前状况。这是由于对室内环境要求的不同理念和不同标准所致。由于我们的状况与发达国家差异很大，因此不能简单复制国外建筑节能技术与经验。然而目前我国在大型公共建筑的新建和既有改造项目中，一方面建筑设计追求“与国外接轨”，“新、特、奇”，造成大量全玻璃，全密闭的高能耗建筑出现;另一方面又大量采用发达国家的所谓的“节能技术”，如变风量系统(VAV)，建筑热电冷联供系统(BCHP)，区域供冷，吸收制冷机，等等。但这些技术在大多数情况下并不能真正实现建筑节能。 因此，我国大型公共建筑的节能应该从实际能源消耗数据抓起，建筑实际运行能耗数据是评价和检验建筑节能的唯一标准。建立大型公共建筑分项用能实时监控 阿尔法资产模型及计算方法 阿尔法资产（Alpha investment）是一种风险调整过的积极投资回报。它是根据所承担的超额风险而得到的回报，因此经常用来衡量基金经理的管理和表现水平。通常会在计算时，将基准的回报减去，以便看出它的相对水平。 阿尔法资产是资本资产定价模型中的一个量效率市场假说阿尔法系数为零 计算公式： 其中的阿尔法系数(αi)是资本资产定价模型中的一个量，是证券特征线与纵坐标的截距。在效率市场假说中，阿尔法系数为零。 阿尔法系数（α系数，Alpha(α)Coefficient） α系数的定义：α系数是一投资或基金的绝对回报(Absolute Return) 和按照β系数计算的预期回报之间的差额。绝对回报(Absolute Return)或额外回报(Excess Return)是基金/投资的实际回报减去无风险投资收益（在中国为1年期银行定期存款回报）。绝对回报是用来测量一投资者或基金经理的投资技术。预期回报(Expected Return)贝塔系数β和市场回报的乘积，反映投资或基金由于市场整体变动而获得的回报。 一句话，平均实际回报和平均预期回报的差额即α系数。 α系数计算方法 α系数简单理解 α>0，表示一基金或股票的价格可能被低估，建议买入。亦即表示该基金或股票以投资技术获得平均比预期回报大的实际回报。 α<0，表示一基金或股票的价格可能被高估，建议卖空。亦即表示该基金或股票以投资技术获得平均比预期回报小的实际回报。 α=0，表示一基金或股票的价格准确反映其内在价值，未被高估也未被低估。亦即表示该基金或股票以投资技术获得平均与预期回报相等的实际回报。 例子分析 2014年《并行计算系统》复习题 （15分）给出五种并行计算机体系结构的名称，并分别画出其典型结构。 ①并行向量处理机（PVP） ②对称多机系统（SMP） ③大规模并行处理机（MPP） ④分布式共享存储器多机系统（DSM） ⑤工作站机群（COW） （10分）给出五种典型的访存模型，并分别简要描述其特点。 ①均匀访存模型（UMA）： 物理存储器被所有处理机均匀共享 所有处理机访存时间相同 适于通用的或分时的应用程序类型 ②非均匀访存模型（NUMA）： 是所有处理机的本地存储器的集合 访问本地LM的访存时间较短 访问远程LM的访存时间较长 ③Cache一致性非均匀访存模型（CC-NUMA）： DSM结构 ④全局Cache访存模型（COMA）： 是NUMA的一种特例，是采用各处理机的Cache组成的全局地址空间 远程Cache的访问是由Cache目录支持的 ⑤非远程访存模型（NORMA）： 在分布式存储器多机系统中，如果所有存储器都是专用的，而且只能被本地存储机访问，则这种访问模型称为NORAM 绝大多数的NUMA支持NORAM 在DSM中，NORAM的特性被隐匿的 3. （15分）对于如下的静态互连网络，给出其网络直径、节点的度数、对剖宽度，说明该网络是否是一个对称网络。 网络直径：8 节点的度数：2 对剖宽度：2 该网络是一个对称网络 4. （15分）设一个计算任务，在一个处理机上执行需10个小时完成，其中可并行化的部分为9个小时，不可并行化的部分为1个小时。问： （1）该程序的串行比例因子是多少，并行比例因子是多少？ 串行比例因子：1/10 并行比例因子:9/10 如果有10个处理机并行执行该程序，可达到的加速比是多少？ 10/(9/10 + 1) = 5.263 （3）如果有20个处理机并行执行该程序，可达到的加速比是多少？ 10/(9/20 + 1)= 6.897 （15分）什么是并行计算系统的可扩放性？可放性包括哪些方面？可扩放性研究的目的是什么？ 一个计算机系统（硬件、软件、算法、程序等）被称为可扩放的，是指其性能随处理机数目的增加而按比例提高。例如，工作负载能力和加速比都可随处理机的数目的增加而增加。可扩放性包括: 1.机器规模的可扩放性 系统性能是如何随着处理机数目的增加而改善的 2.问题规模的可扩放性 系统的性能是如何随着数据规模和负载规模的增加而改善 3.技术的可扩放性 系统的性能上如何随着技术的改变而改善 可扩放性研究的目的: 确定解决某类问题时何种并行算法与何种并行体系结构的组合，可以有效的利用大量的处理器； 对于运用于某种并行机上的某种算法，根据在小规模处理机的运行性能预测移植到大规模处理机上的运行性能; 对固定问题规模，确定最优处理机数和可获得的最大的加速比 （15分）给出五个基本的并行计算模型，并说明其各自的优缺点。 ①PRAM：SIMD-SM 优点： 适于表示和分析并行计算的复杂性； 隐匿了并行计算机的大部底层细节（如通信、同步），从而易于使用。 缺点： 不适于MIMD计算机，存在存储器竞争和通信延迟问题。 ②APRAM:MIMD-SM 优点： 保存了PRAM的简单性； 可编程性和可调试性（correctness）好； 易于进行程序复杂性分析。 缺点： 不适于具有分布式存储器的MIMD计算机。 ③BSP：MIMD-DM 优点: 把计算和通信分割开来； 使用hashing自动进行存储器和通信管理； 提供了一个编程环境。 缺点： 显式的同步机制限制并行计算机数据的增加； 在一个Superstep中最多只能传递h各报文。 复利终值与现值 由于利息的因素，货币是有时间价值的，从经济学的观点来看，即使不考虑通胀的因素，货币在不同时间的价值也是不一样的；今天的１万元，与一年后的１万元，其价值是不相等的。例如，今天的１万元存入银行，定期一年，年利１０％，一年后银行付给本利共１．１万元，其中有０．１万元为利息，它就是货币的时间价值。货币的时间价值有两种表现形式。一是绝对数，即利息；一是相对数，即利率。 存放款开始的本金，又叫“现值”，如上例中的１万元就是现值；若干时间后的本金加利息，叫“本利和”，又叫“终值”，如上例的１．１万元就是终值。 利息又有单利、复利之分。单利的利息不转为本金；复利则是利息转为本金又参加计息，俗称“利滚利”。 设ＰＶ为本金（复利现值）ｉ为利率ｎ为时间（期数）Ｓ为本利和（复利终值） 则计算公式如下： １．求复利终值 Ｓ＝ＰＶ（１＋ｉ）＾n （１） ２．求复利现值 ＰＶ＝Ｓ／（１＋ｉ）＾n （２） 显然，终值与现值互为倒数。 公式中的（１＋ｉ）＾n 和１／（１＋ｉ）＾n 又分别叫“复利终值系数”、“复利现值系数”。可分别用符号“Ｓ（ｎ，ｉ）”、“ＰＶ（ｎ，ｉ）”表示，这些系数既可以通过公式求得，也可以查表求得。 例１、本金３万元，年复利６％，期限３年，求到期的本利和（求复利终值）。 解:Ｓ＝ＰＶ（１＋ｉ）＾n 这（１＋ｉ）＾n 可通过计算，亦可查表求得， 查表，（１＋６％）＾3＝１．１９１ 所以Ｓ＝３万×１．１９１＝３．５７３万元（终值） 例２、５年后需款３０００万元，若年复利１０％，问现在应一次存入银行多少？（求复利现值） 解：ＰＶ＝Ｓ×１／（１＋ｉ）＾n＝３０００万×１／（１＋１０％）＾5查表，１／（１＋１０％）＾5＝０．６２１ 所以，Ｓ＝３０００万×０．６２１＝１８６３万元（现值） 并行计算综述 姓名：尹航学号：S131020012 专业：计算机科学与技术摘要：本文对并行计算的基本概念和基本理论进行了分析和研究。主要内容有：并行计算提出的背景，目前国内外的研究现状，并行计算概念和并行计算机类型，并行计算的性能评价，并行计算模型，并行编程环境与并行编程语言。 关键词：并行计算；性能评价；并行计算模型；并行编程 1. 前言 网络并行计算是近几年国际上并行计算新出现的一个重要研究方向，也是热门课题。网络并行计算就是利用互联网上的计算机资源实现其它问题的计算，这种并行计算环境的显著优点是投资少、见效快、灵活性强等。由于科学计算的要求，越来越多的用户希望能具有并行计算的环境，但除了少数计算机大户（石油、天气预报等）外，很多用户由于工业资金的不足而不能使用并行计算机。一旦实现并行计算，就可以通过网络实现超级计算。这样，就不必要购买昂贵的并行计算机。 目前，国内一般的应用单位都具有局域网或广域网的结点，基本上具备网络计算的硬件环境。其次，网络并行计算的系统软件PVM是当前国际上公认的一种消息传递标准软件系统。有了该软件系统，可以在不具备并行机的情况下进行并行计算。该软件是美国国家基金资助的开放软件，没有版权问题。可以从国际互联网上获得其源代码及其相应的辅助工具程序。这无疑给人们对计算大问题带来了良好的机遇。这种计算环境特别适合我国国情。 近几年国内一些高校和科研院所投入了一些力量来进行并行计算软件的应用理论和方法的研究，并取得了可喜的成绩。到目前为止，网络并行计算已经在勘探地球物理、机械制造、计算数学、石油资源、数字模拟等许多应用领域开展研究。这将在计算机的应用的各应用领域科学开创一个崭新的环境。 2. 并行计算简介[1] 2.1并行计算与科学计算 并行计算（Parallel Computing），简单地讲，就是在并行计算机上所作的计算，它和常说的高性能计算（High Performance Computing）、超级计算（Super Computing）是同义词，因为任何高性能计算和超级计算都离不开并行技术。 计算方法公式总结 绪论 绝对误差 e x x * =-，x *为准确值，x 为近似值。 绝对误差限 ||||e x x ε*=-≤，ε为正数，称为绝对误差限 相对误差* r x x e e x x **-==通常用r x x e e x x *-==表示相对误差 相对误差限||r r e ε≤或||r r e ε≤ 有效数字 一元函数y=f （x ） 绝对误差 '()()()e y f x e x = 相对误差''()()()()()()() r r e y f x e x xf x e y e x y y f x =≈= 二元函数y=f （x 1,x 2） 绝对误差 12121212 (,)(,)()f x x f x x e y dx dx x x ??=+?? 相对误差121122 1212(,)(,)()()()r r r f x x x f x x x e y e x e x x y x y ??=+?? 机器数系 注：1. β≥2，且通常取2、4、6、8 2. n 为计算机字长 3. 指数p 称为阶码（指数），有固定上下限L 、 U 4. 尾数部 120.n s a a a =± ，定位部p β 5. 机器数个数 1 12(1)(1)n U L ββ-+--+ 机器数误差限 舍入绝对 1|()|2 n p x fl x ββ--≤截断绝对|()|n p x fl x ββ--≤ 舍入相对1|()|1||2 n x fl x x β--≤截断相对1|()|||n x fl x x β--≤ 秦九韶算法 方程求根 ()()()m f x x x g x *=-，()0g x ≠，*x 为f （x ）=0的m 重根。 二分法 性能： HF << MP2 < CISD< MP4(SDQ) ~CCSD< MP4 < CCSD(T) MNDO:低估了激发能，活化能垒太高。键旋转能垒太低。超价化合物以及有些位阻的体系算出来过于不稳。四元环太稳定。过氧键太短，C-O-C醚键角太大，负电型元素间键长太短，氢键太弱且太长。 PRDDO:参数化到溴和第三周期金属。适合无机化合物、有机金属化合物、固态计算、聚合物模拟。目标数据是从头算结果。整体结果不错，偶尔碱金属的键长有误。 AM1:不含d轨。算铝比PM3好，整体好于MNDO。O-Si-O不够弯、旋转势垒只有实际1/3，五元环太稳定，含磷化合物几何结构差，过氧键太短，氢键强度虽对但方向性错，键焓整体偏低。 SAM1:开发AMPAC公司的semichem公司基于AM1扩展出来的，明确增加了d轨道。由于考虑更多积分，比其它半经验方法更耗时。精度略高于AM1和PM3。振动频率算得好，几乎不需要校正因子。特地考虑了表达相关效应。 PM3:比AM1整体略好一点点。不含d轨。氢键键能不如AM1但键角更好，氢键过短，肽键C -N键旋转势垒太低，用在锗化合物糟糕，倾向于将sp3的氮预测成金字塔形。Si-卤键太短。有一些虚假极小点。一些多环体系不平，氮的电荷不对。 PM3/MM:PM3基础上加入了对肽键的校正以更好用于生物体系。 PM3(TM):PM3加了d轨，参数是通过重现X光衍射结构得到的，因此对其它属性计算不好，几何结构好不好取决于化合物与拟合参数的体系是否相似。 PM4:没做出来或者没公布。 PM6:可以做含d轨体系。最适合一般的优化、热力学数据计算。Bi及之前的元素都能做。比其它传统和新发展的半经验方法要优秀。但也指出有不少问题，比如算P有点问题，算个别势垒有时不好，JCTC,7,2929说它对GMTKN24测试也就和AM1差不多，卤键不好。 万方数据 ２ＬＢＧＫＤ２Ｑ９模型的并行计算 ２．１数据分布 将流场划分成Ｎ。ｘＮ，的网格。设有Ｐ＝只×Ｐｖ个进程参与并行计算，进程号Ｐ。＝Ｈ以（０≤ｉ＜只，０≤Ｊ＜尸ｖ）。将数据按照重叠一条边的分块分布到各进程中。其中，进程Ｐ。存储并处理的数据网格点集，如图ｌ所示。 图１进程珊存储并处理的区域（斜线处为重叠部分） ２．２交替方向的Ｊａｃｏｂｉ迭代通信 Ｊａｃｏｂｉ迭代是一类典型的通信迭代操作。文献［４】主要讨论了一个方向的Ｊａｃｏｂｉ迭代。根据数据分布及计算要求，需要采用２个方向交替的Ｊａｃｏｂｉ迭代通信操作。本文认为，“即发即收”的通信策略能有效避免完全的“先发后收”可能造成的通信数据“堆积”过多，从而避免数据的丢失。进程Ｐｌｉ的通信操作如下（见图２）： （１）Ｉｆｉ≠只一１ｔｈｅｎ发送数据到进程Ｐ¨，； （２）Ｉｆｉ≠０ｔｈｅｎ从进程Ｐｆ＿Ｊ，接收数据； （３）Ｉｆ，≠只－１ｔｈｅｎ发送数据到进程Ｐｍｌ； （４）ＩｆＪ≠０ｔｈｅｎ从进程Ｐ—ｌ接收数据。 各进程并行执行上述操作。 图２交普方向的Ｊａｃｏｂｉ迭代 ２．３通信时间理论 由一般的通信模型可知，若发送、接收信息长度为ｎ字节的数据所需时间为：丁（ｎ）＝口＋ｎ∥，其中，常数口为通信启动时间；∥为常系数，则上述一次交替方向的Ｊａｃｏｂｉ迭代通信操作的时间约为 ２０ｅ＋２ｆｌ＇Ｎ、．Ｐ，＝１ Ｐ。＝１ 其他 其中，∥７＝∥ｓｉｚｅｏｆ（ｄｏｕｂｌｅ）。 一般情况下，当等３鲁，即等＝鲁时，通信的数据量（字节数）是最少的，为４口＋４∥，．／丝堡。可见，通信的信息 Ｖ只×０ 总量和通信时间随进程总数只×尸ｖ的增加而减少。 由于ｃ语言中数组是按“行”存放的（Ｆｏｒｔｒａｎ是按“列”存放的），当存放、发送列数据时，需要一定的辅助操作，这就增加了并行计算的计算时间，因此在只：Ｐｖ无法恰好等于Ｎｘ：Ｎ。时，需要综合考虑流场形状及大小、数据在内存中的按“行”（或按“列”）的存放方式，以确定数据的最佳分布方案。 ３数值实验 数值实验是在“自强３０００”计算机上进行的ｏｕ自强３０００”计算机拥有１７４个计算结点，每个计算结点上有２个３．０６ＣＰＵ，２ＧＢ内存。本文的实验使用了其中的３２个计算结点共６４个ＣＰＵ。程序采用ＭＰＩ及Ｃ语言编写，程序执行时，每个计算结点中启动２个进程。数值实验针对不同规模的网格划分、不同进程数以及不同的数据分布方案进行了大量实验，测得如下结果：不同的流场规模对应着各自的最佳网格划分方式；计算次数越多，加速比越大，越能体现并行计算的优越性。 由表１数据可以得知，对于规模为Ｎｘ×Ｎ、，＝４００ｘ４００，数据划分成６×６块时的加速比最高，而对于ＭＸＮｙ＝６００ｘ２００，数据划分为１２×３块则更具优越性。合适的划分方式可以使总体通信量减至最少，从而提高加速比和并行效率。另外，计算规模越大，加速比越大。 表１并行计算Ｄ２Ｑ９模型的加速比（进程数为３６） 在固定计算规模，增加处理器的情况下，并行系统的加速比会上升，并行效率会下降；在固定处理器数目，增加计算规模的情况下，并行系统的加速比和效率都会随之增加。 从表２可见，流场规模越大，并行计算的优越性越显著。因为此时计算规模（粒度）较大，相对于通信量占有一定的优势。由图３可见，加速比随进程数呈线性增长，这表明ＬＢＧＫＤ２Ｑ９模型的并行计算具有良好的可扩展性。 表２漉场规模固定时并行计算Ｄ２Ｑ９模型的加速比 ０８１６２４３２４０４８５６６４ ｎｕｍｏｆｐｒｏｃｅｓｓ 图３藐场规模固定时Ｄ２Ｑ９模型并行计算的加速比 ４结束语 本文讨论了ＬＢＧＫＤ２Ｑ９模型的分布式并行计算，通过大量的数值实验重点研究了数据分布方案如何与问题规模匹配，以获得更高的并行效率的问题。展示了ＬＢＧＫ模型方法良好的并行性和可扩展性。得到了二维ＬＢＧＫ模型并行计算数据分布的一般原则、交替方向Ｊａｃｏｂｉ迭代的通信策略。这些结论对进一步开展三维ＬＢＧＫ模型的并行计算及其他类似问题的并行计算有一定的指导意义。（下转第１０４页） 一１０１—万方数据 国外结算模型体系的主流方法比较 焦燕冬 国外结算模型体系主要有四种主流方法及相关理论，它们分别是成本法、资费法、收入比例分成法和呼叫方保留全部收入法(SKA)，见表1。在对世界范围内一些有代表性国家的网间互联政策进行比较研究后发现，以长期增量成本为基础计算结算费是国际主流趋势。而资费法，尤其是芬兰的独立资费，简单明了，易于操作，矛盾较少，可作为成本法之外的一种重要借鉴。至于收入比例分成法和呼叫方保留全部收入法对我们的借鉴意义不大。因此，我们在结算体系设计中应该重点研究成本法和资费法。下面将重点介绍这几种方法。 表1 结算方法比较 方法适用网络监管定位应用国家是否借鉴 SKA 在两个运营商处于相类似的地位并且互 相交换相近数量的电信流量这种方法最 为有效。适用于两网成本差异不大、来 去话业务量大致相等或者互联成本甚微 的情况，多为互联网网间结算所采用； 降低管制成本；放松 管制 印度、美国、加 拿大、(本地运营 上的互联) IP-IP结算 收入 分成法适用于竞争初期固网-固网之间； 一些发展中国家采 用收入分成方法，往 往是作为改革过程 中的一种过渡方式 泰国、印度尼西 亚、马来西亚(99 年前) 否 资费 法移动网、固定网 站在消费者角度，激 励企业降低资费；减 少管制成本 新西兰、芬兰 移动接续费的 制定 完全分摊 成本法较少被采用传统固定网络 英国、日本(1995 年以前)、瑞典 否 长期增量成本法主流方法：广泛应用于固网接续费、移 动接续费等 激励运营商效率，促 进公平竞争，精确化 管理 美国、英国、欧 盟、澳大利亚等 等 主要应用英国 方法，计划采用 全业务等等 过程能耗分析的方法 主要有洽分析法、熵分析法和有效能分析法。其中洽分析法是基于热力学第一定律的能耗分析方法。热力学第一定律规定了能量量的守恒，因此，恰分析法以装置的综合能耗和产品单耗等作为评价准则，其计算准则能表征系统能量在数量上利用状况。然而并不是所有满足能量守恒的过程都可以实现，要使过程能够实现还需同时满足热力学第二定律。因此洽分析方法的缺点是，单纯的以过程消耗能量数值来评价过程能耗优劣忽视了能量在传递过程中的等值折算问题[2】。特别是对于热量传递过程，由于反应过程中能源热力学参数(温度、压力等)的变化必然会导致过程中能量的能级发生变化。因此始分析法具有一定的局限性，导致在节能技术改造中抓不住关键所在，不能真实反映能耗状况。基于热力学第二定律的熵分析法用摘的变化趋势来反应能量能级变化状况，熵增加的幅度越小，说明损失越小，效率越高。然而由于熵值无法反映能量的量变；且熵是反映物质内部混乱和无序状态的一个物理量，不能直接用仪表测量，只能推算出来。因此熵分析法可描述能量质量的变化，但不具有直观性。有效能分析法利用系统与环境参数偏离程度来度量系统可以利用或转化的能量，且把这部分能量称为有效能(础)[3]。以“环境参考态模型”为基础，■的计算可简单表示为[4]: e, =(/1,-/1,+ 其中第一部分表示物质的热洽，第二部分表示物质的熵变，第三部分为其它形式的能量。上式可以看出，棚的计算结合了热力学第一定律和第二定律，因此它能对能的质量、数量变化和差异做统一的描述，从而规定能量的价值，有效能已成为 热力学和能源科学中单独评价能量价值问题的一种物理量。基于■的系统能耗分析方法改变了人们对能的性质、能的损失和能的转换效率等的传统看法，提供了热工分析的科学基础，深刻地揭示了能量转换过程中能量变质退化的本质，因此只有充分和有效发挥灿的作用，尽可能减少那些不必要和不合理的灿损失才是真正的节能。 Reviews on parallel programming并行计算英文班复习考试范围及题型：（1—10章） 1 基本概念解释；Translation (Chinese) 2 问答题。Questions and answer 3 算法的画图描述。Graphical description on algorithms 4 编程。Algorithms Reviews on parallel programming并行计算 1 基本概念解释；Translation (Chinese) SMP MPP Cluster of Workstation Parallelism, pipelining, Network topology, diameter of a network, Bisection width, data decomposition, task dependency graphs granularity concurrency process processor, linear array, mesh, hypercube, reduction, prefix-sum, gather, scatter, thread s, mutual exclusion shared address space, synchronization, the degree of concurrency, Dual of a communication operation, 2 问答题。Questions and answer Chapter 1 第1章 1) Why we need parallel computing? 1）为什么我们需要并行计算？ 答： 2) Please explain what are the main difference between parallel computing and sequential computing 2）解释并行计算与串行计算在算法设计中的主要不同点在那里？ 答： Chapter 2 第2章 1) What are SIMD, SPMD and MIMD denote? 1）解释SIMD, SPMD 和 MIMD是什么含义。 答： 2) Please draw a typical architecture of SIMD and a typical architecture of MIMD to explan. 2）请绘制一个典型的SIMD的体系结构和MIMD的架构。 答： 5.方茴说：“那时候我们不说爱，爱是多么遥远、多么沉重的字眼啊。我们只说喜欢，就算喜欢也是偷偷摸摸的。” 6.方茴说：“我觉得之所以说相见不如怀念，是因为相见只能让人在现实面前无奈地哀悼伤痛，而怀念却可以把已经注定的谎言变成童话。” 7.在村头有一截巨大的雷击木，直径十几米，此时主干上唯一的柳条已经在朝霞中掩去了莹光，变得普普通通了。 8.这些孩子都很活泼与好动，即便吃饭时也都不太老实，不少人抱着陶碗从自家出来，凑到了一起。 9.石村周围草木丰茂，猛兽众多，可守着大山，村人的食物相对来说却算不上丰盛，只是一些粗麦饼、野果以及孩子们碗中少量的肉食。 钢架结构重量计算方法 材料重量计算 圆钢重量（公斤）=0.00617×直径×直径×长度 方钢重量（公斤）=0.00785×边宽×边宽×长度 六角钢重量（公斤）=0.0068×对边宽×对边宽×长度 八角钢重量（公斤）=0.0065×对边宽×对边宽×长度 螺纹钢重量（公斤）=0.00617×计算直径×计算直径×长度 角钢重量（公斤）=0.00785×（边宽+边宽-边厚）×边厚×长度 扁钢重量（公斤）=0.00785×厚度×边宽×长度 钢管重量（公斤）=0.02466×壁厚×（外径-壁厚）×长度 六方体体积的计算 公式① s20.866×H/m/k 即对边×对边×0.866×高或厚度 各种钢管(材)重量换算公式 钢管的重量=0.25×π×(外径平方-内径平方)×L×钢铁比重其中：π= 3.14 L=钢管长度钢铁比重取7.8 所以，钢管的重量=0.25×3.14×(外径平方-内径平方)×L×7.8 * 如果尺寸单位取米（M）,则计算的重量结果为公斤（Kg） 钢的密度为：7.85g/cm3 （注意：单位换算） 钢材理论重量计算 钢材理论重量计算的计量单位为公斤（kg ）。其基本公式为： W（重量，kg ）=F(断面积mm2)×L(长度，m)×ρ(密度， 1.“噢，居然有土龙肉，给我一块！” 2.老人们都笑了，自巨石上起身。而那些身材健壮如虎的成年人则是一阵笑骂，数落着自己的孩子，拎着骨棒与阔剑也快步向自家中走去。 现在MapReduce/Hadoop以及相关的数据处理技术非常热，因此我想在这里将MapReduce的优势汇总一下，将MapReduce与传统基于HPC集群的并行计算模型做一个简要比较，也算是对前一阵子所学的MapReduce知识做一个总结和梳理。 随着互联网数据量的不断增长，对处理数据能力的要求也变得越来越高。当计算量超出单机的处理能力极限时，采取并行计算是一种自然而然的解决之道。在MapReduce出现之前，已经有像MPI这样非常成熟的并行计算框架了，那么为什么Google还需要MapReduce，MapReduce相较于传统的并行计算框架有什么优势，这是本文关注的问题。 文章之初先给出一个传统并行计算框架与MapReduce的对比表格，然后一项项对其进行剖析。 MapReduce和HPC集群并行计算优劣对比 ▲ 在传统的并行计算中，计算资源通常展示为一台逻辑上统一的计算机。对于一个由多个刀片、SAN构成的HPC集群来说，展现给程序员的仍旧是一台计算机，只不过这台计算拥有为数众多的CPU，以及容量巨大的主存与磁盘。在物理上，计算资源与存储资源是两个相对分离的部分，数据从数据节点通过数据总线或者高速网络传输到达计算节点。对于数据量较小的计算密集型处理，这并不是问题。而对于数据密集型处理，计算节点与存储节点之间的I/O将成为整个系统的性能瓶颈。共享式架构造成数据集中放置，从而造成I/O传输瓶颈。此外，由于集群组件间耦合、依赖较紧密，集群容错性较差。 而实际上，当数据规模大的时候，数据会体现出一定的局部性特征，因此将数据统一存放、统一读出的做法并不是最佳的。 MapReduce致力于解决大规模数据处理的问题，因此在设计之初就考虑了数据的局部性原理，利用局部性原理将整个问题分而治之。MapReduce集群由普通PC机构成，为无共享式架构。在处理之前，将数据集分布至各个节点。处理时，每个节点就近读取本地存储的数据处理(map)，将处理后的数据进行合并(combine)、排序(shuffle and sort)后再分发(至reduce节点)，避免了大量数据的传输，提高了处理效率。无共享式架构的另一个好处是配合复制(replication)策略，集群可以具有良好的容错性，一部分节点的down机对集群的正常工作不会造成影响。 硬件/价格/扩展性 传统的HPC集群由高级硬件构成，十分昂贵，若想提高HPC集群的性能，通常采取纵向扩展的方式：即换用更快的CPU、增加刀片、增加内存、扩展磁盘等。但这种扩展方式不能支撑长期的计算扩展(很容易就到顶了)且升级费用昂贵。因此相对于MapReduce集群，HPC集群的扩展性较差。 MapReduce集群由普通PC机构成，普通PC机拥有更高的性价比，因此同等计算能力的集群，MapReduce集群的价格要低得多。不仅如此，MapReduce集群 空气过滤器的能耗计算模型 摘要：文章介绍了三种计算空气过滤器能耗的模型，用于估算过滤器的耗能情况,并进行了模拟计算。 关键词: 空气过滤器, 压力损失, 能耗 Abstract: The paper introduces three kinds of calculation model of the air filter energy consumption, used to estimate the energy dissipation filter, and by simulation calculation. Key Words: air filter, loss of pressure, energy consumption 引言：在通风系统中，空气过滤器用于过滤空气中的尘粒。普通集中空调系统中，过滤器能耗约占风机总能耗的10％（办公建筑）～30％（制药厂等洁净空调中）[1]。过滤器的能耗与以下几个因素有关：过滤器的数量、类型、气流速度、尘粒的积累程度和过滤器的更换状况等。 River(1996)提出了过滤器压力损失模型，即过滤器总压力损失为空气进出口压力损失和通过过滤器压力损失之和。该模型假定通过过滤器的气流形式为层流，空气进出口压力损失与气流的动压头成比例，通过过滤媒介的压力损失与空气流速成比例[2]。River和Murphy在2000年的研究中又进一步考虑到空气通过过滤媒介被压缩的因素[3]。过滤器的压力损失模型可以利用生产厂家提供的数据建立，当安装日期和气流状况确定后，这个模型理论上可以得到压力损失的精确解。然而在这些模型中都假设气流的温度和压力是恒定的，而许多通风和空调系统的实际运行状况，空气流速是随时间变化的。尽管我们可以根据过滤器寿命期空气的平均流速和平均压力来大致估算过滤器的能耗，但是由于变量之间的非线性关系，得出的结果可能与实际情况相去甚远。 本文介绍了三种计算空气过滤器能耗的方法，这些方法可以克服以前的压力损失模型存在的不足，后两种方法还可用来估算过滤器寿命周期和能耗，进行寿命周期成本分析的研究。 1．压力损失模型 对于一个选定的过滤器，压力损失模型应该反映空气流速和过滤器尘粒积累程度的影响。为了建立压力损失模型，进行以下假定： 对于固定的过滤器尘粒积累度，过滤器的有效面积A，压力损失Δp和空气质量流速m的关系为： PU 资料 聚氨酯计算公式中有关术语及计算方法 1. 官能度 官能度是指有机化合物结构中反映出特殊性质(即反应活性)的原子团数目。对聚醚或聚酯多元醇来说，官能度为起始剂含活泼氢的原子数。 2. 羟值 在聚酯或聚醚多元醇的产品规格中，通常会提供产品的羟值数据。 从分析角度来说，羟值的定义为：一克样品中的羟值所相当的氢氧化钾的毫克数。 在我们进行化学计算时，一定要注意，计算公式中的羟值系指校正羟值，即 羟值校正 = 羟值分析测得数据 + 酸值 羟值校正 = 羟值分析测得数据 - 碱值 对聚醚来说，因酸值通常很小，故羟值是否校正对化学计算没有什么影响。 但对聚酯多元醇则影响较大，因聚酯多元醇一般酸值较高，在计算时，务必采用校正羟值。 严格来说，计算聚酯羟值时，连聚酯中的水份也应考虑在内。 例，聚酯多元醇测得羟值为224.0，水份含量0.01%，酸值12，求聚酯羟值 羟值校正 = 224.0 + 1.0 + 12.0 = 257.0 3. 羟基含量的重量百分率 在配方计算时，有时不提供羟值，只给定羟基含量的重量百分率，以OH%表示。 羟值 = 羟基含量的重量百分率×33 例，聚酯多元醇的OH%为5，求羟值 羟值 = OH% × 33 = 5 × 33 = 165 4. 分子量 分子量是指单质或化合物分子的相对重量,它等于分子中各原子的原子量总和。 （56.1为氢氧化钾的分子量） 例，聚氧化丙烯甘油醚羟值为50，求其分子量。 对简单化合物来说，分子量为分子中各原子量总和。 羟值 官能度分子量1000 1.56??= 3366 50 1000 31.56=??= 分子量 第三章并行计算模型和任务分解策略 首先，我们将研究不同类型的并行计算机，为了不严格限定于某个指定机型，我们通过模型把并行计算机抽象为几个特定属性。为了说明并行程序中处理器之间的通信概念模型我们讨论了不同的程序模型，另外为了分析和评估我们算法的性能，我们讨论了多计算机架构下评估并行算法复杂度的代价模型。在介绍并分析的各种代价模型的基础上给出了改进型的代价模型。 其次我们定义这样几个指标如负载均衡和网络半径等用来研究图分解问题的主要特性。并把图分解问题归纳为一般类型和空间映射图类型。我们重点研究的是后者，因为多尺度配置真实感光照渲染算法可以很方便的描述成空间映射图形式。 3.1 并行计算机模型 以下给出并行计算机的模型的概述，根据其结构并行计算机大致可分为以下几类。 多计算机(Multicomputer)：一个von Neumann计算机由一个中央处理器(CPU)和一个存储单元组成。一个多计算机则由很多von Neumann计算机通过互联网络连接而成的计算机系统。见图3.1。每个计算机(节点)执行自己的计算并只能访问本地的存储。通过消息实现各计算机之间的互相通讯。在理想的网络中，两个计算节点之间的信息传送代价与本地的计算节点和它的网络阻塞无关，只和消息的长度相关。以上多计算机和分布式存储的MIMD机器之间的主要区别在于后者的两个节点间的信息传输不依赖于本地计算和其它网络阻塞。 分布式存储的MIMD类型的机器主要有IBM的SP, Intel的Paragon, 曙光4000系列, Cray 的T3E, Meiko的CS-2, NEC的Cenju 3, 和nCUBE等。通过本地网络的连接的集群系统可以认为是分布式存储的MIMD型计算机。 多处理器(Multiprocessor)：一个多处理器型并行计算机(共享存储的MIMD计算机)由大量处理器组成，所有的处理器都访问一个共同的存储。理论上理想的模型就是PRAM模型(并行的随机访问系统)，即任何一个处理器访问任一存储单元都是等效的(见图3.2)。并发存储访问是否允许取决于所使用的真正的模型【34】。 混合模型：分布式共享存储(DMS)计算机，提供了一个统一的存储访问地址空间但是分布式物理存储模块。编译器和运行时系统负责具体的并行化应用。这种系统软件比较复杂。 图3.1 多计算机模型图3.2 PRAM 模型 SIMD计算机：在一个SIMD(单指令流多数据流)计算机中在不同数据流阶段所有的处理器执行同样的指令流。典型的机型有MasPar的MP, 和联想机器CM2。 多计算机系统具有良好的可扩展性，价格低廉的集群式并行计算机就属于这种模型，本文中的算法主要基于多计算机体系结构。 3.2 程序模型 并行程序的编程语言如C或Fortan。并行结构以某种类库的形式直接整合进这些编程语言中。编程模型确定了并行程序的风格。一般可分为数据并行、共享存储和消息传递等模型[35]。 数据并行编程：数据并行模型开始于编写同步SIMD并行计算机程序。程序员需要在每个处理器上独立执行一个程序，每个处理器均有其自己的存储器。程序员需要定义数据如何分配到每个局部存储中。实际应用中大量的条件分支的需要使得其很难高效的运行在SIMD型的机器上。 共享存储编程：共享存储模型是一个简单的模型，因为程序员写并行程序就像写串行程序一样。一个程序的执行与几个处理器独立，也不需要同步。一个处理器的执行状态独立于其它处理器的运能耗计算方法模型说明
五种计算公式
LES,DNS,RANS三种模拟模型计算量比较及其原因
能耗计量系统方案解读
阿尔法资产模型及计算方法
并行计算-练习题
复利及年金计算方法公式
并行计算综述
计算方法公式总结
不同计算模型方法比较
LBGK模型的分布式并行计算
国外结算模型体系的主流方法比较
过程能耗分析的方法
并行计算-期末考试模拟题原题
钢架结构重量计算方法及公式
传统并行计算框架与MR的区别
空气过滤器的能耗计算模型
PET计算方法和公式
20100428第三章 并行计算模型和任务分解策略