汪儉華，馮錫煒，張永攀，關 滄，畢福偉

（1.遼寧石油化工大學 計算機與通信工程學院，遼寧 撫順 113001；2.撫順石化公司石油三廠 遼寧 撫順 113001）

隨著現代科技的發展，蒙特卡羅模擬算法因為能夠將不確定性隨機事件以概率的形式表示出來，以這種事件出現的頻度估計這一隨機事件的概率來求得近似解，較好地解決了各種不確定性問題，從而在物理科學、機械制造、金融計算、信息科學以及計算機科學等多個領域得到廣泛的重視和應用[1]。蒙特卡羅模擬算法的主要思想為：當所求解問題是某種隨機事件出現的概率，或者是某個隨機事件的期望值時，通過某種“實驗”的方法，以這種事件出現的頻率估計這一隨機事件的概率，或者得到這個隨機事件的某些數字特征，并將其作為問題的解。

蒙特卡羅模擬分析結果的精度取決于采樣次數和計算次數，隨著采樣次數和計算次數的增加，得到的結果也就越準確，但是相應的計算速度就會降低，尤其是在大規模采樣下的計算量很大時，得到最終結果的計算速度會更慢。為了獲得精確、高效的結果，必須設計一個具有高性能計算能力的平臺來支撐。

本文以建立在Platform Symphony之上的云計算平臺為載體，通過Java編程對平臺功能進行擴展，并將Excel和COM組件與云計算平臺進行集成，實現了基于云計算的蒙特卡羅模擬分析。

1 相關技術介紹

1.1 云計算

云計算是一種新興的網絡計算技術，它提供了通過網絡訪問、可動態配置的計算資源池。云計算涵蓋的范圍很廣泛，內容也很豐富，通常將其分為以下3層[2-3]：

IaaS（Infrastructure as a Service，基礎設施即服務）。 將服務器、網絡設備、存儲設備等硬件資源集成為資源池供用戶按需使用。

PaaS（Platform as a Service，平臺即服務）。為用戶提供一個完整的平臺，它包含應用開發、接口開發、數據庫開發等，保證信息平臺在實現技術方面的擴展性和兼容性。

SaaS（Software as a Service，軟件即服務）。為用戶提供基于網絡的應用軟件服務。

三層結構在真實的云計算環境中是可以相對獨立存在的，可以逐層搭建云系統，也可以根據需要只搭建其中的一層或幾層。

1.2 Platform Sym phony

Platform Symphony是Platform Computing公司開發的面向服務架構的云計算平臺，用戶可以使用其提供的編程接口擴展程序功能，從而得到個性化的服務[4]。Symphony基于主從架構，由主服務器將任務發送給從服務器執行計算，其架構如圖1所示。

圖1 Symphony架構圖Fig.1 Structure diagram of the symphony

SD（Session Director，服務注冊中心）。運行在主服務器上，對通過編程接口開發的應用程序進行注冊之后供客戶端使用。同時為各個子服務提供任務分配者模塊SSM，并與客戶端進行連接。

SSM（Symphony Session Manager，任務分配者）。運行在主服務器上，負責接受客戶端提交的任務，并根據相應的調度配置策略（可以自行配置）將任務發送到合適的從服務器上執行。

SIM（Service Instance Manager，任務執行者）。可以運行在主服務器與從服務器上，負責執行具體的任務。它從SSM獲取需要執行的任務，并將執行結果返回給SSM，SSM接受后統一發送到客戶端。

資 源 管 理 模 塊 （Resource Orchestrator）。 負 責 管 理Symphony中的所有計算資源。

編程接口。供開發人員開發應用程序來擴展平臺的功能。

1.3 Excel

微軟出品的Excel是一款優秀的數值計算軟件，功能強大、操作簡單，可以用于數據處理、統計分析和輔助決策等操作。它還支持創建Excel宏命令以及VBA（Visual Basic For Application）編程來擴展自身的功能，Excel經過功能擴展之后可以與云計算平臺進行集成。集成的流程如下：1）創建Excel宏命令；2）使用 VBE（Visual Basic Editor）編程實現基本程序功能，然后通過API接口進行功能擴展；3）調用COM組件將Excel與云計算平臺集成。

1.4 COM組件

COM組件是微軟為了軟件的研發更適合人類的行為邏輯而推出的軟件開發技術[5]。在COM架構下，開發人員可以開發出各種功能專一的組件，然后將其按照需要組合構成復雜的應用。它有以下優點：1）可以隨時替換現有的組件，方便進行功能擴展；2）同一個組件可以在多個應用中復用，利于模塊化開發；3）可以將應用部署到網絡環境。

2 基于云計算的蒙特卡羅模擬平臺

2.1 平臺的設計

基于云計算的蒙特卡羅模擬平臺運用現代化的計算機技術以突破時間、空間的制約，通過精簡、優化、整合計算資源來進行蒙特卡羅模擬分析，使所得的結果更加的精確、高效。根據蒙特卡羅模擬算法和云計算技術特點[6]，其結構如圖2所示。

基礎設施：由計算節點、存儲設備、網絡設施以及基礎軟件組成的計算集群資源池。利用廉價的設備動態擴展資源池，以較低投資獲得高性能計算的能力。

軟件應用：將蒙特卡羅模擬算法轉化為應用服務，提供給客戶端使用。

2.2 平臺的實現

2.2.1 搭建計算節點集群

集群使用4個計算節點，每個節點配置相同，CPU是1.83 GHz，內存2 G，千兆以太網卡，操作系統為Windows Server 2008，Java環境為 JDK 1.7，平臺軟件為 Symphony DE 5.0。

1）雙擊Windows平臺的安裝包SymphonyDE-5.0.0_win32.msi進行安裝；

2）選取安裝了Symphony DE的主機Jeffw1為主服務器，對DE50confvem_resource.conf文件進行以下配置，然后將經過配置的文件復制到所有的從服務器相同目錄下；

3）關閉所有的服務器后進行重啟，注意需要先啟動主服務器。

2.2.2 擴展平臺功能

在現代市場經濟條件下，住房商品化、市場化引致住房金融的產生和繁榮。一方面，商品住房建設需要建設貸款，商品住房開發需要開發貸款，商品住房消費需要租賃貸款和按揭貸款等，因此，住房金融的產生和繁榮反過來能夠促進住房市場繁榮。但是，另一方面，住房金融也會因為以住房商品為媒介的投資和投機，容易衍生住房價格泡沫和金融泡沫，最終演化成住房危機和金融危機。因此，住房金融是本文研究的重點內容。

Symphony DE支持C/C++、Java，C#等多種程序語言進行功能擴展。采用Java語言編寫程序，在Eclipse中利用Ant工具編譯并生成ProjectAnalysisService程序包，然后將其部署到主服務器的Symphony DE中對平臺功能進行擴展。右擊Symphony運行圖標，選擇Add or Remove Application。在添加應用向導中添加配置文件ProjectAnalysis.xm l，并選擇程序包ProjectAnalysisPackage.jar，單擊下一步，直到確認即可。部署成功后，可以在管理界面看到如圖3所示內容。

圖2 基于云計算的平臺結構圖Fig.2 Structure diagram of the platform based on cloud

圖3 部署程序包到Symphony平臺圖Fig.3 Chart of deploy program package to the symphony platform

2.2.3 Excel與平臺集成

在Excel中調用Symphony DE的COM組件與平臺進行集成，從Excel中啟動VBE，在VBE中單擊“工具”→“引用”，找到DE50confwin32-vc7libCOMPlatform.Symphony.Soam.COM.dll文件，點擊確定。集成架構由Excel客戶端、Symphony DE云計算控制器以及平臺上所運行的應用服務這3個部分組成，其工作流程如圖4所示。

2.2.4 實現過程中的關鍵技術

1）在Symphony DE中擴展云計算平臺

部署的Project Analysis Service程序，通過API接口連接到Symphony DE，其代碼如下：

2）Excel中調用云計算環境

在Excel中執行云計算必須連接到Symphony DE服務器，通過初始化SOA中間件以及獲取服務來完成云計算環境的初始化，其代碼如下：

3 實驗與分析

實例描述：某信息系統集成項目計劃投資1 000萬元，該項目預期年銷售收入為650萬元，年銷售稅金為20萬元，年經營成本為320萬元，年折舊費50萬元，收入與成本的波動變化幅度都為20%，分別在單機環境和云計算平臺上用蒙特卡羅模擬算法計算收益率大于等于20%的概率。

在云計算平臺上進行蒙特卡羅模擬分析的應用，按照如下步驟進行：1）配置Symphony DE上的計算資源；2）初始化任務數據；3）在Excel中創建本地分析和云計算分析；4）調用自定義的分析策略；5）啟動分析；6）在分析結束后統計結果。建立的實驗模型，如圖5所示。

實驗1：單機計算節點為本地主機，云計算節點由1個主服務器，3個從服務器組成。將計算次數設置為10次，采樣次數從10 000到10 000 000變化，觀察單機計算與云計算下運行的情況。

實驗2：單機計算節點為本地主機，云計算節點由1個主服務器，3個從服務器組成。將采樣次數設置為10 000次，計算次數從10到400變化，觀察單機計算與云計算下運行的情況。

表1 實驗1結果Tab.1 Resu lt of experiment 1

實驗3：云計算節點數由1個到4個變化。設采樣次數置為10 000次，計算次數置為100次，觀察云計算下運行的情況。

圖4 工作流程圖Fig.4 Flow chart of the work

圖5 實驗模型圖Fig.5 Chart of experimental model

表2 實驗2結果Tab.2 Result of experiment 2

圖6 實驗1時間趨勢圖Fig.6 Time trend diagram of experiment 1

圖7 實驗2時間趨勢圖Fig.7 Time trend diagram of experiment 2

圖8 實驗3時間趨勢圖Fig.8 Time trend diagram of experiment 3

表1顯示了在單位計算次數下，隨著采樣次數的增加，在單機計算與云計算情況下的運行數據。表2顯示了單位采樣次數下，隨著計算次數的增加，在單機計算與云計算下的運行數據。隨著采樣次數與計算次數的增加，所獲的數據精度越高，但所需時間呈上升趨勢，云計算相對本機計算所需的時間大幅減少，得到的結果更加準確，在大規模計算時的優勢更為明顯，消耗的時間趨勢分別如圖6、圖7所示。圖8為不同數量的云計算節點進行蒙特卡羅模擬分析所消耗的時間趨勢。隨著計算節點數的增加，所需的時間呈指數下降趨勢。

4 結 論

云計算作為IT技術的第四次革命，將給大規模計算帶來新的機遇。本文充分應用現有的計算資源搭建云計算環境，通過Excel與云計算的集成，既解決了大規模計算效率的問題，也將云計算技術由企業和組織推向了普通使用者。實驗表明，用云計算技術來實現蒙特卡羅模擬分析，所得結果精確、高效，具有不可比擬的優越性和實用價值。

[1]陳鄧安，叢中旖，王子明.在效能分析中應用Excel數據分析模塊進行蒙特卡羅模擬[J].科學技術與工程，2012，12（2）:397-401.CHEN Deng-an，CONG Zhong-yi，WANG Zi-ming.Research on monte carlo simulation method in effectiveness analysis by data analysis modules in Excel[J].Science Technology and Engineering，2012，12（2）:397-401.

[2]趙廣才，張雪萍.云計算技術分析及其展望[J].電子設計工程，2011，19（22）:4-10.ZHAO Guang-cai，ZHANG Xue-ping.The analysis of cloud computing technology and its prospect[J].Electronic Design Engineering，2011，19（22）:4-10.

[3]陳康，鄭緯民.云計算:系統實例與研究現狀[J].軟件學報，2009，20（5）:1337-1348.CHEN Kang，ZHENG Wei-min.Cloud computing:system instance and research[J].Journal of Software，2009，20 （5）:1337-1348.

[4]Platform Computing.Symphony使用文檔[EB/OL].（2011-09-20）/[2012-5-20].http://www.platform.com/workload-manage ment/SOA-grid-computing/.

[5]喬磊，馬火林，陳海紅，等.基于COM組件計算巖層真厚度的軟件設計[J].工程地球物理學報，2010，7（3）:368-371.QIAO Lei，MA Huo-lin，CHEN Hai-hon，et al.The software designed for true thickness of the layer based on COM components[J].Chinese Journal of Engineering Geophysics，2010，7（3）:368-371.

[6]鄭廣成.一種SOA云服務平臺架構研究與應用 [J].計算機應用與軟件，2011，28（12）:228-231.ZHENG Guang-cheng.An soa cloud service platform architecture research and application[J].Computer Applications and Software，2011，28（12）:228-231.

[7]HPC Community.About Symphony DE. （2010-08-11）/[2012-05-20].http://www.hpccommunity.org/content/about-symphony-de-145/.