面向Ghost光滑粒子动力学模拟的图形处理器快速邻居搜索算法

提出了一种全新的快速邻居搜索方法,该方法可提高基于光滑粒子动力学的流体模拟在图形处理器上的运行效率。此外,这种新的邻居表建立方法可以对两种或者两种以上的粒子进行邻居搜索,使所有粒子能在同一背景网格下拥有独立的粒子属性。在此基础上,引入了Ghost边界粒子以加强光滑粒子动力学方法在边界模拟上的准确性,从而使流体模拟更加真实。实验证明,与传统的基于图形处理器的光滑粒子动力学模拟相比,本文方法效率更高。     

基于GPU的隐式不可压缩SPH流体模拟

提出一种基于图形处理单元(Graphic Processing Unit,GPU)的不可压缩流体并行模拟算法.该算法使用并行基数排序技术提升了邻居查找效率,同时使用了GPU上的片上高速共享存储器,将流体计算过程中所需用到的数据尽可能从GPU的全局存储器中拷贝至共享存储器中,减小数据访问延迟,提高模拟效率.实验结果表明,基于GPU的并行模拟算法可以大幅提高流体模拟程序的性能,与基于CPU的单线程实现相比,可以到达38.2倍的加速比.     

GPU中基于查找表的基本三角函数求值器的设计

本文采用Bezire函数,基于查找表设计了一种用图形处理器的基本三角函数求值电路,包括预处理、控制点选择、基函数产生与坐标逼近和求值电路。该电路结构简洁,运算速度快、精度高。     

面向光滑粒子流体动力学(SPH)流体的湍流细节模拟

研究基于光滑粒子流体动力学（smoothed particle hydrodynamics,SPH）方法的恢复涡流和湍流细节的方法,缓解因采用人工黏度而产生的数值耗散.根据由黏性力引起的动能损失率对离散点的涡度进行修正.通过流函数将涡度变化恢复到速度场,避免求解Biot-Savart积分这一耗时过程.该方法基于旋度计算,不仅可以增强现有的涡流,还可在潜在位置产生新的湍流,并且其易于集成到现有SPH方法中.实验证明,该方法可以逼真地模拟湍流细节,并实现不同强度水平的增强效果.      

GPU架构下的并行计算

为降低粒子群优化算法(PSO: Particle Swarm Optimization)时间和空间的复杂度随问题规模的增大而越来越高的问题, 对图形处理器（GPU: Graphic Processing Unit）用于并行计算的方法进行了分析, 利用GPU的并行特性, 实现了粒子群优化算法路径搜索过程的并行化。测试函数实验结果证明, GPU平台较CPU模式下的计算, 其搜索速率有明显提高。     

基于GPU改进的并行人工蜂群算法

相对于先前的并行人工蜂群算法进行了一些改进,主要采用OpenCL本地内存、并行规约等技术,提出了一种基于图形处理器（GPU）改进的并行人工蜂群算法．该算法将采蜜蜂映射为OpenCL一个工作项,跟随蜂采用右邻域优先的局部选择机制．实验结果表明：文中提出的改进并行人工蜂群算法提高了算法的执行效率,收敛速度得到提升．     

基于人工神经网络超临界流体萃取动力学模拟

采用设计的SCFE装置进行了沙棘籽油的超临界流体（CO2）卒取。实验条件为压力15-30MPs,温度303-323K,流速0.05-0.40m^3/h。在30MPa、313K时得到最高油产率。将人工神经网络技术用于超临界萃取过程动力学模拟。网络结构为三层BP网。以压力、温度、萃取时间为输入信息,以萃取量为输出网络进行训练。由此得到的网络可以对萃取速率和单位时间床高方向的萃取量进行准确的模拟和预测。进一步发展后,该方法可为放大设计提供科学依据。     

基于二分查找和Trie的IPv6路由查找算法

分析基于前缀长度的二分路由查找算法和基于Trie的路由查找算法的优缺点,在此基础上提出一个改进的路由查找算法,并给出其在IPv6下的实现方案.由于基于前缀长度的二分路由查找算法扩展性好、查找速度快,而基于Trie的路由查找算法实现灵活、转发表动态更新快,这使得所提算法具备路由转发表动态更新快、查找速度快、对前缀长度扩展性好等优点.模拟实验表明该算法能够较好地满足IPv6的要求.     

基于GPU的图像处理算法研究

对基于统一计算设备架构(CUDA)的图形处理器(GPU)在图形处理方面的算法进行了研究和实现.针对目前图像处理算法日益复杂,性能要求越来越高,而传统的基于CPU的图像处理算法无法满足需求的情况,充分利用GPU突出的并行处理能力,采用CUDA技术,利用C++语言实现了图像处理算法.研究并设计了高斯模糊处理算法、彩色负片处理算法、透明合并处理算法的GPU并行运算流程,与CPU的性能对比表明基于GPU图像处理算法的效率更高.     

基于精英邻居引导的萤火虫算法

由于萤火虫的移动采用的是全吸引模型,所以当迭代过程中有移动时,可能会存在振荡较大、时间计算复杂度较高等问题.为了克服这些不足,提出了一种基于精英邻居引导的萤火虫算法.算法通过利用精英邻居的信息引导萤火虫的移动,减少振荡的发生,降低时间计算复杂度.同时,若某只萤火虫周围不存在精英邻居,则利用自身的信息进行反向学习以提高算法跳出局部最优的能力.数值实验表明本文算法的鲁棒性、寻优精度及搜索速度均优于其他几种算法.     

静态场中插值函数条件的研究

将质点形式SPH方程应用于静态场，被估质点既可以为初设质点，亦可位于初设质点之间。通过分析，得到了合适的插值函数应该满足的3个条件，8个插值函数的分析结果表明了3个条件的适用性。最后，利用一个函数的估值实例，证实了3个条件可以用于评价插值函数的优劣。分析结果表明，Gaussian和五次样条插值函数是最佳的插值函数。     

高速碰撞问题的SPH方法模拟

给出了全应力张量空间中的光滑粒子流体动力学方法插值公式，利用该方法编制程序对高速碰撞问题进行了数据模拟，给出了正碰撞和斜碰撞2个算例，得到了合理的模拟结果。表明该方法可以运用于冲击力学问题的数值模拟计算。     

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。     

基于最优投影和动态阈值的最近邻搜索算法

作者在前人工作成果的基础上,提出并实现了一种基于最优投影和动态阈值调整的最近邻搜索算法DTA(Dynamic Threshold Algorithm);证明了最优投影线定理和投影邻域定理;并分析了DTA算法与SNN算法相比在算法性能上的优势.实验结果表明,当数据规模增大时,DTA算法的运行时间增加相对缓慢,在大规模数据集上DTA算法的运行时间可达传统算法的10%以下;DTA算法对阈值的变化不敏感,能适应不同分布的数据集合.     

一种光滑粒子流体动力学-有限元法转换算法及其在冲击动力学中的应用

为了解决冲击动力学中的大变形问题,提出了一种光滑粒子流体动力学-有限元法(SPH-FEM)转换算法,以等效Mises应力作为转换判据,将冲击过程中局部大变形区域的有限元网格转换为SPH粒子.该算法在大变形区域使用具有优势的SPH,在小变形区域使用精度和效率更高的FEM,为冲击动力学问题的数值计算提供了一条有效途径.使用SPH-FEM转换算法对圆柱形钢弹正冲击钢板发生冲塞破坏的过程进行了三维数值计算,计算结果与实验吻合较好,显示了该算法在计算精度方面的优势.在实际工程中,需要根据具体材料的失效模式,选择更加合适的转换判据.     

棱形液舱内液体晃荡问题的SPH数值模拟

应用改进的SPH方法模拟棱形液舱在不同充液比、横摇激励频率工况下的液体晃荡行为。该方法能模拟出液体大幅度非线性晃荡产生的翻卷、破碎等现象,模拟结果与实验结果吻合较好。通过改变舱体结构,对带有隔板的棱形液舱进行数值模拟,分析隔板对液体晃荡特性的影响。结果表明:充液比及激励频率对液体的晃荡特性有重要影响,且适当改变箱体结构可以有效地抑制晃荡现象。     

基于SPH方法的不同材质射流毁伤性能研究

为研究不同材质射流的毁伤性能,使用AUTODYN有限元软件,采用光滑粒子流体动力学（SPH）方法对Cu、PTFE、PTFE-Cu三种材料药型罩形成射流的成型及侵彻靶板过程进行了数值仿真,并通过实验进行验证.研究结果表明:Cu材料药型罩在爆轰波的作用下形成凝聚的射流,而PTFE和PTFE-Cu材料药型罩则形成飞散的粒子流;三种材料射流侵彻靶板过程中,Cu射流头部速度最低,侵彻深度最深,开孔最小;PTFE粒子流头部速度最高,侵彻深度最浅,开孔大小居中;PTFE-Cu射流的头部速度和侵彻深度都居中,而开孔最大;PTFE-Cu射流克服了PTFE射流侵彻性能不足的缺点,其开孔能力较之铜射流有所提高.      

基于简单最邻近搜索算法的高维特征索引

研究了220 kV/330 kV高压带电清扫机器人的绝缘瓷瓶视觉识别系统中的高维特征索引问题.该系统采用了基于局部尺度不变性特征的方法,在生成匹配假设的过程中,尝试将简单最邻近搜索算法用于高维特征的索引.在离线阶段,对给定向量集合中每个向量的每一维进行排序,生成排序的数据结构.在线搜索阶段:①对排序数据结构的第一维确定位于边界条件内的所有向量,构成候选队列;②依次检查候选队列中向量的其他维,剔除不满足边界条件的向量;③采用穷举法寻找与查询向量最邻近的向量.比较了简单最邻近搜索算法和k-d树算法.实验结果证明,简单最邻近搜索算法用于具有更强的边界约束,通过选择合适的边界条件能够获得更高的运算效率.该算法能广泛用于基于高维特征的物体识别和定位.