面向多尺度拓扑优化的渐进均匀化GPU并行算法研究

TP391; 针对多尺度结构拓扑设计计算效率低等问题,提出了一种基于水平集渐进均匀化的多尺度拓扑优化并行算法.基于通用图形处理器(graphics processing unit,GPU),通过水平集初始化、大型稀疏刚度矩阵方程求解以及本构矩阵并行计算,可大幅提升渐进均匀化算法的效率.实验结果表明,当三维晶胞单元网格细化至分辨率为10万时,多尺度结构拓扑优化GPU并行算法较CPU串行算法快数十倍....

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	浙江大学学报（理学版） Jg. 50; H. 6; S. 722 - 735
Hauptverfasser:	夏兆辉, 刘健力, 高百川, 聂涛, 余琛, 陈龙, 余金桂
Format:	Journal Article
Sprache:	Chinesisch
Veröffentlicht:	华中科技大学 机械科学与工程学院/智能制造装备与技术全国重点实验室,湖北 武汉 430074%武汉轻工大学 数学与计算机学院,湖北 武汉 430023%上海理工大学 机械工程学院,上海 200093%武汉理工大学机电工程学院,湖北 武汉 430070 25.11.2023
Schlagworte:	multi-scale topology optimization 渐进均匀化 统一计算设备架构(CUDA) GPU并行计算 asymptotic homogenization compute unified device architecture(CUDA) 多尺度拓扑优化 GPU parallel computing
ISSN:	1008-9497
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!