資源描述：
《鄰域粒子搜索算法的研究及其在sph方法流體模擬中應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要摘要鄰域粒子搜索被廣泛應(yīng)用于SPH方法、離散單元法等無網(wǎng)格方法的求解計算中。鄰域粒子搜索是一種粒子配對方法，從問題域粒子中查找當(dāng)前粒子的鄰域粒子，為當(dāng)前粒子運動提供計算條件。本文研究不同的鄰域粒子搜索算法，從縮小搜索范圍和提高數(shù)據(jù)利用率的角度，設(shè)計了一種基于局部相關(guān)的快速搜索算法，并在基于SPH方法的流體模擬應(yīng)用中驗證該算法。本文主要工作如下：首先，研究現(xiàn)有的鄰域粒子搜索算法，總結(jié)搜索配對原理，設(shè)計一種更簡單高效的粒子搜索配對算法。研究算法主要完成了下面三點工作。(1)研究鄰域粒子配對算法，包括：全局粒子搜索配對算法，鏈表搜索配對算法，樹形搜索配對算法和其它搜索配對算法如B
2、ucket等算法。分析這些算法搜索的具體搜索過程以及計算復(fù)雜度。(2)總結(jié)現(xiàn)有搜索算法，從縮小搜索范圍和提高數(shù)據(jù)利用率方面，設(shè)計一種基于局部鄰域相關(guān)的快速搜索方法。算法的基本思想是：充分利用之前搜索已獲得的數(shù)據(jù)，確定當(dāng)前粒子需要搜索的鄰域范圍，從已獲得的鄰域區(qū)域中查找鄰域粒子。在算法設(shè)計時，針對表面粒子查找失效的問題，采用比較鄰域粒子數(shù)密度和位置信息的方法提取表面粒子，并單獨處理表面粒子搜索。針對算法搜索區(qū)域重疊的問題，采用布爾變量標(biāo)記已搜索粒子的方法，避免重復(fù)搜索重疊的區(qū)域。該算法既不需要劃分網(wǎng)格也不需要重新建立復(fù)雜數(shù)據(jù)結(jié)構(gòu)9不但縮小了搜索范圍，而且提高數(shù)據(jù)的利用率。(3)對
3、粒子信息和算法函數(shù)接12封裝設(shè)計，方便使用不同搜索算法對比驗證本文算法。其次，應(yīng)用C抖程序設(shè)計語言和OpenGL圖形庫，設(shè)計并實現(xiàn)基于SPH方法的可視化流體模擬平臺。使用全局配對搜索、鏈表配對搜索以及本文設(shè)計搜索算法，對表面粒子分布不同的場景：流體潰壩、流體自由滴落和流體密閉空間單螺桿擠出進行實驗分析。通過對比和擬合實驗結(jié)果，驗證本文搜索算法的有更好的性能。關(guān)鍵詞：鄰域粒子搜索算法；表面粒子；SPH方法；流體模擬；可視化AbstractABSTRACTNeighborhoodparticlesearchalgorithmiswidelyappliedinSPHmethod．di
4、screteelememmethodandothermeshlessmethods．NeighborhoodparticlesearchisamethodwhichCanfindtheneighborhoodparticlesofthecurrentparticlefromtheproblemdomain．Thepaperstudiedthedifferentneighborhoodparticlesearchalgorithms，andalocalrelated—areaparticlesearchalgorithmwasdesigned，severalfluidsimula
5、tionapplicationsbasedontheSPHmethodwerehadbeenmadetoverifythealgorithm．Inthepaper,themaincontentsareasfollows：Firstly,westudiedtheexistingneighborhoodparticlesearchalgorithms，summarizedthesearchingprinciple．Amoreefficientparticlesearchalgorithmwasdesigned．ThiSprocesscontainsthefollowingthree
6、pointsofwork．(1)StudiedtheNeighborhoodparticlesearchingalgorithmsincludingglobalparticlesearchmatchingalgorithm．thelinked．1istsearchalgorithm．thetreesearchalgorithmandothersearchalgorithmssuchasBucketalgorithm．Thesearchingprocessandcomputationalcomplexityofthesealgorithmswereanalyzed，(2)Summ
7、arizedtheexistingsearchalgorithms，reducedthesearchingareasandimprovedthedatautilization，designedafastneighborhoodsearchalgorithmbasedonlocal：relatedneighborareas．Thebasicideaofthisalgorithmis：Takingfulladvantageoftheobtaineddata，togetthesearchingar
