对几种SPH方法的对比研究

用光滑粒子流体动力学(Smoothed Particle Hydrodynamics,简称SPH)方法对函数及其一阶和二阶空间导数核近似进行了详细研究.讨论了几种SPH方法的计算思路,给出了一维、二维和三维情况下分别用CSPH(Corrective SPH)、MSPH(Modified SPH)、SSPH(symmetric SPH)方法,对函数及其一阶和二阶空间导数进行核近似的计算方法,通过一维和二维数值算例,对四种不同的SPH方法进行了比较和误差分析,结果表明MSPH和SSPH方法极大地提高了边界处的精度而且SSPH方法的误差最小.     

单调线性互补问题基于新的核函数的大步校正内点算法

提出了单调线性互补问题基于新的核函数的大步校正内点算法.这个核函数是强凸的,而且它既不是自正则函数也不是经典的对数函数.基于这个核函数,可以定义新的迭代方向和邻近度量.利用这个新的核函数的一些性质,得到新算法的迭代复杂性为O（√n（logn）^2log（n/ε））,这减少了大步校正原始-对偶内点算法的实际计算效果与理论复杂性之间的差距.     

二维自由表面流动的光滑粒子动力学方法数值模拟

在流体微可压缩的假定下,运用光滑粒子动力学(SPH)方法模拟了二维自由表面流动问题.选用正则化五次样条函数作为SPH核函数,由状态方程求得压力,采用显式三步法进行时间积分,利用链表法作为粒子搜索策略,并引入动态粒子模拟边界条件,提出了多项修正措施以弥补SPH方法的缺点.研究表明,文中计算结果与实验数据吻合,计算精度理想,且消除了流体粒子附着在边界上的不合理现象.     

低雷诺数流动问题的SPH数值模拟及与FPM方法的比较

采用SPH方法对低雷诺数流动问题进行了数值模拟,讨论了初始光滑长度以及核函数影响域大小对结果的影响。典型Poiseuille流和Couette流的模拟结果表明,SPH方法能够很好地模拟低雷诺数流动。并比较了SPH方法和FPM方法的精度和计算效率。     

有限粒子法计算精度的敏感性分析

有限粒子法(FPM)是一种特殊格式的无网格SPH方法,可在计算流体力学领域中应用。无网格方法的计算精度和稳定性通常会受到核函数形式及光滑长度的影响。一方面,选取常用的高斯型、二次和三次B样条核函数,针对FPM方法再生k阶多项式的数值算例对核函数形式的敏感性进行了分析。另一方面,设置不同的光滑长度,对传统SPH方法和FPM方法计算精度随光滑长度变化的敏感性进行了对比分析。数值结果表明,FPM方法对核函数形式和光滑长度的敏感性较低,在工程应用中具有更广的适用范围和较强的鲁棒性。     

SPH和FEM耦合方法分析机翼前缘鸟撞的响应问题

鸟体的强度远比铝合金小,鸟体在撞击过程中表现强烈的流体流动性.介绍利用PAM-CRASH软件,采用SPH(Smooth Particle Hydrodynamics)和FEM耦合技术分析鸟撞机翼前缘问题.通过将鸟体离散成光滑粒子(SPH)单元,并且采用铆钉连接单元简化蒙皮和肋板的铆钉连接,准确分析了鸟撞动态特性.SPH方法在鸟撞仿真中,克服了网格稳定性问题,并能有效分析鸟体的飞散现象.     

基于物理碰撞的边界处理方法

传统的光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)方法在模拟流体时,核函数一致性的局限性导致在边界处产生较大的数值耗散,降低了边界处粒子的密度值及压强值的计算精度,导致流体体积的错误变化,进而影响模拟效果。文章提出一种SPH方法和物理碰撞相耦合的方法,对于非靠近边界的粒子,用SPH方法计算它们的各种属性;对于靠近边界处的粒子,赋予它们静止密度,使用纯粹的物理弹性碰撞来计算其速度和位置。在此过程中,文章给出了一种有效区分靠近边界的粒子和非靠近边界的粒子的方法;此外还加速了Marching Cubes算法。通过对比实验结果发现,该文方法可以准确计算流体的密度及压强,使得流体体积更加地接近精确值。     

基于搜索空间划分和Sharing函数的粒子群优化算法

传统粒子群优化算法PSO（Particle Swarm Optimization）概念简单,适应性强,但存在早熟等问题.本文提出了新的基于搜索空间划分（Search Space Division）和Sharing函数的智能分布粒子群优化算法（SDSIR-PSO）.创新点包括：(1)保优的重布粒子算法；(2)引入Sharing函数阻止重分布的粒子陷入同一局部最优；(3)划分搜索空间，子空间中寻优，再优中选优，作全局最优.通过对典型测试函数的详细测试验证了新算法的有效性，在相同条件下较传统算法的解精度提高了8     

RDSPH:一种适用于一维非连续条件的新SPH方法

基于恢复粒子一致性的光滑粒子流体动力学(RSPH)方法,同时借鉴DCSMP方法,在非连续区间上对未知函数分段泰勒展开,并保留零阶项和一阶项,构建了一套适合于模拟一维非连续物理现象的新SPH方法(RDSPH).比较不同SPH方程近似二次函数的结果,新方法不仅改进了传统SPH方法存在的边界缺陷问题,同时在非连续区域内也能更有效地修复由非连续引起的核近似截断积分和消除粒子不一致性所造成的误差.     

修正变光滑长度SPH方法及其应用

提出了修正的变光滑长度SPH方法及其算法实现.与传统变光滑长度SPH法相比,新方程组基于对称形式核函数近似,并从根本上考虑了变光滑长度影响.方程组中,密度演化方程与变光滑长度方程隐式关联;而SPH动量方程和能量方程在Springel提出的全守恒SPH方程组基础上,改进其分散核近似形式为对称核近似形式得到.由于新方程组密度演化方程和变光滑长度方程隐式耦合,采用迭代求解密度演化方程和变光滑长度方程,显式求解SPH动量方程和能量方程的办法,迭代过程增加的计算量相对很少.给出了2个一维激波管算例和二维 Sedov算例来验证方法的有效性.结果表明,新方法很好地解决了传统SPH法中变光滑长度影响,特别是在模拟二维 Sedov问题时新方法能得到比Springel方法更准确的压强峰值位置,中心压强也更接近理论值.特别适合模拟爆炸与冲击、大变形大扭曲等密度和光滑长度变化剧烈的问题.     

光滑粒子流体动力学的研究进展及应用

本文从光滑粒子流体动力学（Smoothed particle hydrodynamics,SPH）方法的基本理论出发,论述了经典SPH方法存在的问题：插值不连续,边界处理,张力不稳定性;对五种改进的SPH算法（NSPH,RKPM,CSPM,MLSPH,ISPH）的原理及特点进行了总结。并总结了SPH方法在可压缩流,不可压缩流,材料的变形与冲击断裂中的应用情况。最后,结合SPH在工程领域中的应用提出几点展望。     

基于支持向量机的啤酒企业能源消耗预测模型

为提高啤酒企业包装车间生产耗电的预测精度, 提出了一种基于支持向量机和粒子群优化算法的预测模型构建方法。该方法将radial basis function函数作为支持向量机的核函数构建预测模型, 使用K-fold交叉验证方法, 利用粒子群算法(PSO: Particle Swarm Optimization)对惩罚参数c和g值寻优。以28天的生产耗水和生产耗电数据作为训练集, 以10天的生产耗水数据作为预测集, 分别构建基于radial basis function函数与polynomial函数的生产耗电支持向量机预测模型对生产耗电数据进行预测。实验结果表明, 以radial basis function函数作为核函数与以polynomial函数作为核函数相比, 该支持向量机预测模型对生产耗电的预测精度提高了51.495%,该方法具有一定的实用性。     

SPH方法在溃坝数值模拟中的应用

光滑粒子流体动力学(SPH)方法是一种纯拉格朗日无网格方法,适用于模拟波浪破碎、高速水流、高速冲击碰撞等瞬时极大变形的问题。介绍了SPH方法的基本原理、核函数及离散格式的控制方程、边界处理方法等,建立了数值水槽模型,验证了模型的有效性。应用SPH方法模拟了二维溃坝问题,考虑了添加无孔障碍物和有孔障碍物的2种情形,将模拟得到的结果进行对比分析。结果表明,SPH方法能够很好地捕捉流体自由面变形、飞溅及融合现象,在一定程度上有孔障碍物有更好的消能效果。     

基于SPH方法与GPU并行计算的阶梯流数值模拟

为了更好地模拟分析地下空间阶梯流动力学规律和提升数值计算效率,本文利用光滑粒子流体动力学方法(SPH)并借助GPU并行计算技术对地下空间阶梯流进行数值建模和计算。基于GPU并行化加速的SPH地下空间阶梯流模型的数值计算结果表明：该模型不仅计算获得较好的阶梯流流态,而且计算效率大幅度提高,比串行SPH模型和移动粒子半隐方法(MPS)模型快数百倍,这为研究大尺度城市街区洪水提供了一个比较有前景的研究途径。     

强混合删失样本密度函数估计的r阶相合速度

基于删失样本,研究α-混合序列下密度函数f（x）的核估计fn（x）的r（0〈r≤2）阶相合性,并给出其r阶相合速度;证明失效率函数λ（x）的r阶相合速度．     

基于非线性IRWLS-SVM短期电价预测的改进方法

本文提出了一种基于非线性IRWLS-SVM的短期电价预测的模型．首先对不同的损失函数进行仿真,选出具有一定鲁棒性的Huber损失函数来适应模型小的变化．然后比较线性、径向基、多项式3种核函数．仿真结果表明,多项式核函数的预测效果最好．最后提出了一种改进的非线性IRWLS-SVM算法,仿真结果表明改进后的算法提高了局部预测精度．     

强混合删失数据密度函数估计的r阶相合性

在α-混合序列下,研究了基于删失数据的密度函数f(x)核估计的r(r>2)阶相合性,并给出了失效率函数λ(x)的估计,且证明了其r(r>2)阶相合性.