大规模粒子团簇识别分析

团簇识别是分子动力学数值模拟数据后处理团簇分析中的一个共性问题。面向JASMIN粒子数值模拟程序输出的可视化数据,设计实现了团簇识别并行算法与团簇分析并行工具。工具提供了三种并行模式:时间维并行、空间维并行、时空维混合并行。使用基于PIC网格加速的广度优先搜索算法,通过虚拟网格片索引直接在多网格片数据上实现团簇识别。团簇分析并行工具应用在千万粒子规模的实际数值模拟数据时具有很好的并行扩展性。

物理场的团簇识别与分析技术

复杂构型和物理场的理解与规律提取一直是个难点.该文提供了一种团簇识别和分析技术,用于各类实验或模拟研究中的数据处理和分析.主要算法如下:采用离散点构造面元或体元以分割粒子所在空间;根据物理场的特征合并相同或相似性质的元,从而获得反映物理场特征的团簇结构.在算法中,对空间物体(点、线、面、体、团簇等)统一采用分级树数据管理结构,实现了对空间物体的两种快速搜索,搜索算法复杂性约化到.空间多级树的建立方法及快速搜索算法是通用的,不依赖于空间维数,可以方便地推广应用于其他领域.作为应用实例,我们将该方法应用到二维和三维随机数据处理,验证了该方法的准确性和可靠性.