| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题来源 | 第13页 |
| 1.2 研究背景及意义 | 第13-15页 |
| 1.2.1 计算流体力学 | 第13-14页 |
| 1.2.2 高性能计算 | 第14-15页 |
| 1.3 研究现状 | 第15-17页 |
| 1.3.1 熵离散格子玻尔兹曼方法研究现状 | 第15-16页 |
| 1.3.2 并行计算研究现状 | 第16-17页 |
| 1.4 本文主要工作 | 第17-18页 |
| 1.5 本文组织结构 | 第18-19页 |
| 第2章 熵离散格子玻尔兹曼方法基本原理 | 第19-28页 |
| 2.0 引言 | 第19页 |
| 2.1 熵格子玻尔兹曼方法基本原理 | 第19-22页 |
| 2.1.1 格子玻尔兹曼方法 | 第19-21页 |
| 2.1.2 Boltzmann H函数 | 第21页 |
| 2.1.3 熵离散格子玻尔兹曼方法 | 第21-22页 |
| 2.2 D2Q9模型介绍 | 第22-23页 |
| 2.3 初始条件 | 第23-24页 |
| 2.4 边界条件 | 第24-26页 |
| 2.5 演化过程 | 第26-27页 |
| 2.6 小结 | 第27-28页 |
| 第3章 并行计算概述 | 第28-39页 |
| 3.1 引言 | 第28-30页 |
| 3.2 OpenMp编程模型 | 第30-31页 |
| 3.3 CUDA编程模型 | 第31-37页 |
| 3.3.1 GPU概述 | 第31-33页 |
| 3.3.2 CUDA架构 | 第33-36页 |
| 3.3.3 CUDA C语言介绍 | 第36-37页 |
| 3.4 并行计算性能评价 | 第37-38页 |
| 3.5 小结 | 第38-39页 |
| 第4章 熵离散格子玻尔兹曼方法并行算法设计 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 串行算法介绍 | 第39-41页 |
| 4.3 基于多核的ELBM并行算法设计 | 第41-42页 |
| 4.4 基于GPU的ELBM并行算法设计 | 第42-48页 |
| 4.4.1 ELBM的GPU并行计算模型分析 | 第43-45页 |
| 4.4.2 基于GPU的ELBM并行算法总体设计流程 | 第45-48页 |
| 4.5 小结 | 第48-49页 |
| 第5章 基于顶盖驱动流模型的ELBM并行算法实现 | 第49-59页 |
| 5.1 引言 | 第49页 |
| 5.2 顶盖驱动流介绍 | 第49-50页 |
| 5.3 并行算法实现 | 第50-51页 |
| 5.3.1 实验环境 | 第50页 |
| 5.3.2 多核并行算法实现 | 第50页 |
| 5.3.3 GPU并行算法实现 | 第50-51页 |
| 5.4 实验结果与分析 | 第51-54页 |
| 5.4.1 多核并行算法性能分析 | 第51-52页 |
| 5.4.2 GPU并行算法性能分析 | 第52-54页 |
| 5.5 可视化实现与分析 | 第54-57页 |
| 5.5.1 Tecplot软件介绍 | 第54-55页 |
| 5.5.2 流场特征图 | 第55-57页 |
| 5.6 Fluent模型实现与分析 | 第57-58页 |
| 5.7 小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读硕士学位期间发表论文目录 | 第66-67页 |
| 附录B 攻读硕士学位期间所参与的科研项目 | 第67页 |