基于GPGPU的Lattice-Boltzmann数值模拟算法

对Lattice Boltzmann方法(LBM)在GPGPU下的建模和算法进行了一系列研究,使得该方法在GPU下的计算加速比提升,大大缩短计算过程的时间消耗.重新设计了GPU的计算流程,在舍弃pixel buffer离屏渲染的同时,采用最新的帧缓存对象,多重纹理、多通道渲染和乒乓技术来设计一套基于方腔的LBM数值模拟程序,最终使GPU的计算时间缩短到CPU计算时间的六分之一.

晶格Boltzmann方法模拟流体在三维圆管的流场

简要介绍了三维D3Q19晶格Boltzmann方法(LBM)及其常见几种的边界条件,并通过模拟有精确数学分析解的三维圆管的流场分布,证明了LBM方法可以精确模拟流场的分布,且算法简单、边界易处理、适合并行处理等,还给出LBM在不同边界条件和格子数的模拟精度.结果显示Mei等改进的曲线边界条件能够提高模拟精度,而反弹边界条件尽管算法简单且易处理,但模拟精度要低一个数量级.模拟中,应根据所取的弛豫时间和入口、出口之间的压强差选择合适的格点数,格点数太少影响模拟精度,太多不仅增加计算量,而且也不会提高模拟精度.

基于改进粒子群算法的机组负荷优化分配

针对标准粒子群算法存在容易早熟收敛的问题,在分析机组负荷优化问题的基础上,提出了一种基于解约束机制、边界反弹规则、高斯分布序列和混沌序列的改进粒子群算法。算法采用解约束机制和边界反弹规则处理优化问题的约束条件,同时在粒子移动过程中引入了高斯分布序列和混沌序列,从而克服了算法过早收敛的缺陷,提高了算法的全局优化能力。实例计算结果表明,该算法具有稳定的全局优化能力,为机组负荷优化分配问题的求解提供了新的方法。

基于SMA-GBDT-3D CA的土壤污染扩散模拟方法

为了清晰准确地对区域土壤重金属污染扩散过程进行三维模拟,解决传统扩散模型模复杂、求解困难等问题,提出了一种基于黏菌算法、梯度提升树及三维元胞自动机(SMA-GBDT-3D CA)的污染扩散模型。通过SMA-GBDT筛选影响因素并获得各方向的扩散系数,建立3D CA模型并利用边界反弹机制对算法进行优化。结果表明:相比传统单一模型,该方法更准确地模拟了重金属污染物在土壤中的扩散过程并提高了模拟效率,在土壤污染防治方面具有一定应用价值。