排序方式: 共有48条查询结果,搜索用时 734 毫秒
1.
基于PC-CLUSTER机群并行体系结构与消息传递库MPI并行环境,研究了三维非结构网格DSMC并行算法。提出一类基于结构背景网格上的非结构网格动态分区策略,保证各子区域的分子数量大致相等,实现计算进程间的动态负载平衡。利用MPI库函数构造了两类符合DSMC并行原理的通讯法:单步通讯法与多步通讯法。采用单控制多数据流(SPMD)以及Master/Slave并行模式,设计了三维非结构网格DSMC整体并行算法。给出了跟踪模拟分子在四面体网格间迁移运动的详细计算过程。最后对全尺寸航天飞机高超声速绕流进行了并行模拟,验证并行算法的有效性。 相似文献
2.
本文讨论二维双曲型守恒律方程组的高分辨SCB格式,并应用这些格式求解二维Euler方程组。计算过程中在江南-Ⅱ型并行计算机上进行的,计算过程运用了许多并行计算技术,计算结果令人满意。 相似文献
3.
基于集群系统(CLUSTER),在Linux和MPI并行环境下,研究了带制退器的复杂膛口流场三维数值模拟并行算法。计算网格是三维多区结构化网格,数值格式采用Jameson格式及LU隐式分解方法。针对流场的复杂拓扑结构,建立分区信息文件记录各分区的相关信息,并提出了通过合并相邻网格分区的方法均衡各个进程的负载,提高程序的并行效率。在处理需要通讯的信息时,设计了自定义数据类型和"设置中间参数"相结合的方法,并通过动态分配内存减少了程序对计算机系统资源的占用。数值实验表明,本文设计的算法可以适应拓扑结构较复杂的流场,并能取得理想的并行效率,将有助于制退器性能的研究。 相似文献
4.
按区域惩罚划分的并行多目标遗传算法 总被引:2,自引:0,他引:2
解决多学科设计优化问题的多目标遗传算法通常面临着大计算量的挑战,提出了一种新型的并行化算法来提高其效率.全局个体均匀的分布在各个进程,首先从所有的进程中获取全局范围的Pareto最优解极值,并发送给每个进程,再由这些极值来构造各个进程自己的惩罚函数.通过惩罚函数给个体添加约束来划分各个进程的收敛区域,同时采取优化措施保证每个进程加速收敛并且收敛区域没有重叠和遗漏,这样每个进程只需收敛到特定的一段Pareto最优解,降低了计算量;同时由于进程间交换的数据量小,保证了效率的提高.通过与串行算法(NSGA2)和其他的并行化算法比较,显示了该算法的有效性和先进性. 相似文献
5.
基于并行多目标遗传算法大涵道分开式排气系统气动优化设计 总被引:1,自引:1,他引:0
通过引入快速非支配排序算法、拥挤距离以及拥挤距离比较算子等对基本遗传算法进行改进,并结合massage passing interface(MPI)并行编程技术,发展了主从式并行多目标遗传算法(PMGA).将PMGA与排气系统型面参数化设计方法、Navier-Stokes方程求解器相结合建立了分开式排气系统气动优化设计平台.应用该平台对某型分开式排气系统进行了多目标优化设计,得到了一组在三个目标上都优于初始设计的Pareto最优设计.将典型的Pareto最优设计和初始设计进行分析、比较,证明了该气动优化设计平台的高效性和可靠性. 相似文献
6.
目前,电推力器中复杂电场的三维泊松方程求解仍存在速度偏慢、并行性欠佳等缺陷。通过分解三维求解区域,针对复杂电场提出一种超松弛并行迭代算法。将求解区域划分为多个子块,利用超松弛迭代格式构造出若干分组显式格式,分别给出不同迭代步数下的求解方程以进行并行计算。通过数值模拟,计算时间至少缩短一半以上,该P SOR方法较传统迭代格式在快速性方面取得较大进展,对电推进领域的数值仿真研究起到促进作用。 相似文献
7.
采用了直接过滤的Navier-Stokes(N-S)方程组对高速可压缩湍流进行研究。针对高超声速湍流的非线性流动特性,对N-S方程直接过滤推导了大尺度湍流流场的控制方程,更精确地反映高速湍流的可压缩性,建立了可压缩湍流的大涡模拟TDM模型。使用传统的Smagorinsky模型的非线性推广,采用基于非Favre过滤的超声速可压缩湍流的大涡模拟模型,应用Caylay-Hamilton定理,建立可压缩湍流大涡模拟的非线性亚格子模型,并发展为动力学模式,模型中的两个常数通过当地流场动态的确定,消除了可调经验常数的影响。针对构造的高超声速湍流大涡模型开发相应的高效并行算法。 相似文献
8.
基于投影寻踪的高光谱图像异常检测并行算法 总被引:1,自引:0,他引:1
投影寻踪方法能有效提取数据中的非高斯结构凸显异常信息,但在求解最优投影方向时存在计算量大、运行时间长的问题,为提高处理效率,提出一种机群环境下的并行算法.选用偏度和峰度组合作为投影指标,将所有像素光谱作为特定投影方向集依次搜索,求解最优投影方向.在并行计算各候选方向投影指标时,分割图像数据分布存储于各机群结点,数据子块朝候选方向并行投影后,将指标计算式变形分解,使各结点在指标计算过程中所需数据均为本地数据,解决数据局部性问题,并采用一种"轮流作主"的机制提高算法负载均衡程度.利用实用型模块化高光谱仪数据在机群系统上进行测试,达到了较好的加速效果,表明该并行算法具有良好的并行性能. 相似文献
9.
10.