光滑粒子流体动力学算法多层次并行加速的研究

[复制链接]
查看: 145|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2023-10-2 12:23:31 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
流体仿真一直是虚拟现实的一个重点研究领域。SPH方法作为流体动力学中的一种重要算法,在数字媒体艺术、计算机游戏开发、医疗图像、工程仿真研究、军事仿真等诸多领域发挥巨大的作用。但另一方面,模拟流体的真实效果最为关键的是其运动的真实性,而为了运动的高真实性所付出的代价是在计算上的高复杂度。同时由于SPH算法上诸如邻域搜索、迭代计算等性质,使得其运算耗时极多。本论文针对SPH算法运算量大等题目,从多核多处理器以及多机并行的多层次并行角度研究SPH算法在并行方面的相关特性、并行的方法以及影响并行效率的主要因素。本论文首先介绍了SPH算法的基本方法以及过程和特点;其次详细分析和阐述了串行程序的设计、多核多处理器以及多机并行的并行性分析、数据相关性分析、并行设计等;再次详细分析和阐述了串行程序的实现、多核多处理器以及多机并行的实现以及优化;最后介绍了并行实验平台的相关设计与实现,并对SPH并行性能进行了实验,同时具体分析与总结了实验结果。本论文的主要研究工作和成果包括:1.        SPH算法的研究与关键步骤的分析。2.        SPH算法的串行设计、实现与优化。研究完成了从SPH算法至程序的映射,采用空间网格法的形式进行邻域搜索,提出了链式表结构。3.        SPH算法多核多处理器并行的并行性分析、数据相关性分析。完成了并行化设计、实现与优化工作,提出了三维网格的线程分配方法。4.        SPH算法多机并行的并行性分析、数据分割与负载平衡分析。完成了并行化设计、实现与优化工作,提出了邻域数据的优化交换方法和基于小数据量空间切分预测方法。5.        给出了SPH算法并行性的影响因素,建立了较通用的实验平台。本论文的研究在单机八核的平台上获得了93%的加速效率,在双机十六核平台上获得了95%的加速效率,加速效果良好。





上一篇:摆动扫描式红外地球敏感器半物理仿真平台设计
下一篇:直升机倾斜器用双余度无刷直流电机驱动控制器设计
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图