基于元胞自动机模型的广州市用地变化模拟研究

基于2000年及2009年广州市TM影像解译得到的土地利用类型图,生成城市用地类型数据,选取道路、水系、城镇政府机构以及城市用地现状等影响因子,借助元胞自动机技术,构建城市用地变化的逻辑回归元胞自动机模型,模拟2009年广州市的城市用地变化,并验证预测结果;再基于2009年城市用地类型图,预测2018年广州城市用地情形．结果显示元胞自动机模型在城市用地变化的预测方面是可行的;若按照前一时段的发展趋势,至2018年时,建设用地面积将达25．215％,超过最新一轮城市规划拟定的指标,表明未来城市发展过程中,城市节约集约利用土地的必要性、迫切性;研究还表明,元胞状态发生转变的概率阈值的进一步研究是十分有价值的．     

摩擦层形成的元胞自动机模拟

建立了汽车摩擦材料在摩擦过程中摩擦层形成的变时间步长的二维和三维元胞自动机模型,模拟了磨屑运动的变化状态与摩擦材料的表面形貌。用二维元胞自动机模型模拟了无磨损条件下摩擦材料表面的摩擦层的形成过程,可以得到磨屑沿摩擦力方向运动并聚集的图像。用三维元胞自动机模型模拟了有磨损时摩擦材料表面的摩擦层的形成过程,可以得到摩擦材料在不同厚度的磨屑运动和聚集的动态图像。通过元胞自动机模拟可以确定摩擦层形成的机制与磨屑的运动和受阻于钢纤维、陶瓷纤维或磨粒并聚集有关,也证明了在摩擦层的研究中元胞自动机法是一个理想的模拟方法。     

ANN-CA模型改进及城市用地动态模拟

针对传统ANN-CA(artificial neural network—cellular automata)模型在城市动态模拟中用地转换阈值确定繁琐以及全局模拟效果不佳的问题?以ArcGIS和Matlab2012b为开发平台,构建了一个“自上而下”和“自下而上”相结合的改进模型,以重庆市南岸区为例进行土地变化模拟,对比模型改进前后的模拟效果并讨论邻域设置对模型精度的影响?结果显示,改进后模型的模拟结果不论是精度还是Kappa系数都高于传统模型的模拟结果,而且改进后模型转换阈值的设置方便灵活,无需经过多次试验来获取,随着邻域设置范围的增大,模型的模拟精度也得到一定的改善?     

土地利用演变元胞自动机仿真系统设计与实现

元胞自动机模型是土地利用演变模拟与预测的重要工具.文章基于组件式GIS平台SuperMap Objects,利用微软C#语言构建了一套土地利用演变元胞自动机模型仿真系统:LUCC-CA,用于城市土地利用演变的模拟与预测分析.该软件主要包括简单的数据预处理、模型数据输入、各种模型参数设定、模型运行控制、结果精度评价以及模型仿真结果输出等几部分功能.以广东省广州市花都区为例,利用LUCC-CA系统对花都区1995～2005年土地利用演变模拟进行了实证研究.通过精度分析得出2005年模拟结果与该年实际土地利用现状的平均符合度为75.23%.结果表明该模型系统能够较好地反应区域土地利用演变动态,可为相关研究提供参考.     

一类用神经网络实现图像去噪的新方法

提出了一类基于二维细胞自动机(CA)和细胞神经网络(CNN)的图像滤波新方法。通过对两种新的二维CA规则的深入研究，得出了两类CA演化规则能够用于设计新的细胞神经网络，可以实现灰度图像的噪声消除。核心思想是用两个对偶CA规则设计两个CNN网络，联合实现图像滤波处理，能够获得比传统算法好得多的处理速度和效果。仿真结果证明本文的想法是合理的，期望能够在二维CA研究与应用设计方面有所启发和突破。     

图形硬件加速的实时阴影生成方法

针对虚拟环境中阴影计算时间耗费较大的问题,提出了利用图形硬件特性加速阴影绘制的方法.算法基于图像空间,采用三遍绘制方法.第3遍绘制用于计算物体的真实感光照,并对阴影边界的走样现象进行了处理.利用硬件的图形处理单元GPU的处理能力和OpenGL特性扩展,在GPU编程和通用OpenGL实现两个层次上进行了实验,实验结果表明,三遍绘制方法产生的光照和阴影效果更真实,得到的阴影边界更平滑.     

基于物理模型的水墨画仿真实现

为了解决水墨画仿真中真实感效果难以实现的问题,用基于物理模型的方法对水墨画的仿真进行探索,以动仿静。选择水墨画中的吸附水墨画为模拟对象,用Navier\|Stokes方程对水墨流动进行控制,用半拉格朗日方法进行求解,在GPU（Graphics Processing Unit）上加速实现。实验结果表明,物理模型能反应流体运动的内在物理特性,能逼真地模拟各种自然物理现象;最后形成的模拟效果,水墨画韵味十足,而且具有抽象的艺术效果,是计算机技术与艺术融合的有效尝试。     

基于GPU并行算法的水动力数学模型建立及其效率分析

应用非结构化网格建立水动力模型目前已经得到了广泛的应用.针对在网格数过多,且无集群机情况下难以快速获得计算结果这一问题,基于GPU的高性能计算技术,在CUDA开发平台下设计并行算法,建立非结构化网格的二维水动力模型.与利用GTX460显卡和集群机的计算效率对比表明,在保持计算精度的前提下,速度提升了一个量级,且随着网格数的持续递增,可以保持较高的加速比增幅,比较适合应用于大范围海域的水动力模型的数值计算.     

细胞自动机在VLSI测试中的应用

研究细胞自动机(CA)在超大规模集成电路(VLSI)伪随机测试中作为测试激励的结构和实现方法.通过对线性反馈移位寄存器(LFSR)生成序列的采样,获得另一移位不等价序列,综合出其本原多项式,并根据CA与LFSR同态的理论综合出CA的结构,通过快速逻辑仿真确定CA初值.该法可以获得较短的CA结构,缩短测试时间,获得较高的故障覆盖率.     

岩石破坏机理的LCA模型数值模拟

基于弹塑性损伤理论,结合细胞自动机以及格构模型的优点,提出了格构细胞自动机模型,通过模拟岩石破坏过程的基本思路、模拟岩石非均质性、破坏过程声发射等具体方法,用于模拟岩石的劈裂破坏机理,定量地给出了预制裂纹岩石劈裂应力-应变曲线和声发射数。跟无预制裂纹试件相比,有预制裂纹的劈裂试样在劈裂过程中,虽然开始稍稍偏离了加载方向,但由于预制裂纹的导向作用,裂纹通过预制裂纹,重新回到了加载方向,直至贯通。从试验过程和结果上看,模拟效果是比较好的。     

基于MCE-CA的东莞市紧凑城市形态模拟

针对快速城市化引起的城市蔓延问题,利用多准则判断元胞自动机(MCE-CA)模型模拟紧凑的城市空间形态。该模型主要考虑城市发展区位和农业适宜性条件,通过AHP方法确定参数权重。以广东省东莞市为实验区,在准确模拟东莞市2001-2005年的实际城市形态的基础上预测了2010和2020年城市形态。进一步模拟了用地更为紧凑、优质农田损失更少的紧凑城市形态。通过比较发现,后者的城市形态避免了用地分散、凌乱的问题,也节约了更多的优质农田。     

基于CUDA平台的时域有限差分算法研究

文章针对传统时域有限差分(FDTD)算法的不足,以图形加速卡为核心,通过理论分析和数值模拟,研究并实现了基于CUDA平台的FDTD并行算法。CUDA是最新的可编程多线程的通用计算GPU模型,由于FDTD算法在空间上具有天然的并行性,因此非常适合在GPU上实现并行算。文章描述了在CUDA编程模型上的FDTD算法的设计以及优化过程,并通过数值仿真实验结果证明了基于GPU的并行FDTD算法可以大大减少计算时间,基于GPU加速已成为电磁场数值计算的研究热点之一。     

面向灾害蔓延仿真的元胞自动机通用模型

为模拟灾害蔓延而建立的元胞自动机模型种类繁多,但尚无一种通用的建模方法。基于此提出了一种面向灾害蔓延仿真的元胞自动机通用模型。首先,通过解析灾害蔓延机理和理论模型,根据灾害动态发展变化过程的相似性,将灾害蔓延分解为灾害量集、时空邻域集、判定规则集、更新规则集4个部分;其次,采用元胞自动机的建模方法将4个部分重新组合,构建灾害蔓延的元胞自动机参数计算仿真模型;最后,利用所提方法改进了A.Ohgai的城市火灾蔓延模型,并进行了实例验证分析。研究结果表明：所提模型只需输入环境数据和灾害起始扰动,就能得到灾害模型中的各项动态参数,可为多种灾害蔓延仿真提供通用建模方法和实现模式。     

基于SVM的CPU-GPU异构系统任务分配模型

为了改善异构系统的性能和效率,提出并实现了一个两阶段的任务分配模型.该模型对预分配给CPU和GPU的任务集进行多轮调整,以此最大程度地缩短程序的执行时间.首先,使用支持向量机进行任务预处理,支持向量机将任务分成CPU型和GPU型;然后,根据预处理结果以及处理器的特征和状态,并在对分配集合进行多轮调整后实施实际的任务分配.本模型在具体的异构系统中实现,使用多种基准程序进行检测.实验结果表明,对比其他任务分配算法,本文算法能够使性能获得平均43.54%的提升.     

基于通用图形处理器的大规模Costas信号脉压处理

本文分析了并行Costas信号脉压方法,设计了基于“通用图形处理单元（GPGPU）”的处理模型, 并基于“铺路爪”雷达参数实现了Costas信号的方案。该方案在8片Nvidia tesla C1060的异构系统上对5418个通道脉压处理耗时514.3 ms, 比通用CPU处理系统速度提升574倍。研究结果对新一代异构高性能雷达信号处理系统的设计具有很好的参考意义。     

基于元胞自动机的个体移动异质性传染病传播模型

利用元胞自动机原理,建立了同时具有异质性和移动性的SEIR传染病传播模型．考虑到个体自身的传染能力、对传染病的抵抗能力等不同因素的影响,通过感染概率来体现个体的异质性;限制种群移动的范围,添加种群移动的比例来实现种群的移动,扩展了随机行走元胞自动机．结合甲型H1N1流感的传播特征,模拟了其传播过程．模拟结果与官网公布的实际数据相吻合,验证了模型的合理性和有效性．利用该模型还分别考察了种群移动比例和种群移动最大距离对传染病传播的影响,相比较种群移动比例对传染病传播的影响更加显著,加速了传染病的传播．     

基于GPGPU的LBM障碍绕流的实时模拟

基于显卡的通用计算(GPGPU)是近年来并行计算和快速绘制的热点.格子Boltzmann方法(LBM)作为流体动力学的新方法,其并行性好,常常用于基于物理的流体模拟,且具有适用于复杂边界障碍的特性,但计算较为复杂.利用GPGPU技术来加速LBM的流体计算模型,构建了基于图形处理器(GPU)的流体计算框架,实现了格子Boltzmann计算的D2Q9和D3Q15模型,并用于实时的障碍绕流模拟.     

基于GPU的高阶辛FDTD算法的并行仿真研究

高阶辛时域有限差分算法(SFDTD)与传统的时域有限差分算法(FDTD)相比具有更优的稳定性和计算精度,但在进行电磁仿真时则更为耗时。为解决这一问题,文章应用SFDTD的空间并行性,研究并实现了基于计算统一设备架构(CUDA)的SFDTD的并行算法仿真;基于费米架构,分析了各种尺度网格下速度的提升,与传统的CPU实现该算法进行比较,验证了该方法的正确性和高速性。     

基于计算统一设备架物Fortran的直接模拟蒙特卡洛方法并行优化

利用基于图形处理器（GPU）的计算统一设备架构(CUDA) Fortran编程平台,对直接模拟蒙特卡洛(DSMC)方法进行并行优化,并以高超声速气动热计算为例,考察了串行与并行计算速度以及不同仿真分子数对并行效率的影响.结果表明,在保证计算精度不变的情况下,程序取得了4～10倍的加速比,并且加速性能高低与计算规模大小成正比.     

基于GPU的模态分析并行算法

开发了基于图形处理器（GPU）的Cholesky分解并行算法,应用于模态计算程序中,对计算进行加速.算例测试表明该算法相对串行算法计算性能大幅提升,且加速比随矩阵阶数增加而增加,与串行程序相比加速比可达到19.6,此时GPU浮点运算能力达到298Gflops.GPU程序固有频率计算结果与Abaqus计算结果的误差在2%以内,具有足够的计算精度.