[发明专利]基于GPU的两相介质随机模型并行生成方法、电子设备

权利要求书

1.一种基于GPU的两相介质随机模型并行生成方法，其特征在于，包括：

使CPU读取两相介质对应的初始分布信息，并将所述初始分布信息复制到GPU；

使CPU定义目标两点概率函数、目标线性路径函数；其中，使GPU并行计算每个颗粒的中心点；使CPU定义每个相的体积分数；所述每个相的体积分数为每个相的颗粒总量占总体积的比例；

使GPU生成初始随机模型；其中，使GPU随机将第二相中的颗粒分配到基体相中；使GPU并行查找基体相的位置；使CPU检查所有颗粒的总数，确保分配结果正确；使CPU检查两相之间的连通性；

使CPU根据所述初始随机模型，绘制所述初始随机模型对应的当前两相的颗粒分布图，并生成当前两点概率函数和当前线性路径函数；计算所述当前两点概率函数与所述目标两点概率函数的函数值之差获得第一误差；计算所述当前线性路径函数与所述目标线性路径函数的函数值之差获得第二误差；

使CPU判断组合误差是否小于目标值；其中，所述组合误差为所述第一误差与所述第二误差之和；

若所述组合误差小于所述目标值，则使CPU将当前的所述初始随机模型绘制并保存为最终的两相介质模型；

若所述组合误差不小于所述目标值，则多次执行迭代步骤，直至所述组合误差小于所述目标值，使CPU将当前的所述初始随机模型绘制并保存为最终的两相介质模型；其中，所述迭代步骤包括：使GPU生成随机数将所述初始随机模型中的第二相与基体相之间的颗粒位置交换，并执行获得所述第一误差、获得所述第二误差、所述判断组合误差是否小于目标值的步骤。

2.根据权利要求1所述的基于GPU的两相介质随机模型并行生成方法，其特征在于，还包括：

检测计算设备是否支持GPU并行计算；若是，则进行所述计算设备的初始化，否则退出。

3.根据权利要求1所述的基于GPU的两相介质随机模型并行生成方法，其特征在于，所述使CPU读取两相介质对应的初始分布信息，并将所述初始分布信息复制到GPU，包括：

将所述初始分布信息首先存储至计算设备的内存，再将所述初始分布信息复制到GPU全局存储器。

4.根据权利要求1所述的基于GPU的两相介质随机模型并行生成方法，其特征在于，所述使CPU读取两相介质对应的初始分布信息，并将所述初始分布信息复制到GPU，包括：

使CPU读取两相介质对应的初始分布信息；根据所述初始分布信息中的两相颗粒的总数，在GPU开辟计算所需要的GPU全局内存，将所述初始分布信息复制到GPU。

5.根据权利要求3所述的基于GPU的两相介质随机模型并行生成方法，其特征在于，所述使GPU生成随机数将所述初始随机模型中的第二相与基体相之间的颗粒位置交换，包括：

使GPU采用CURAND函数库在显存空间内生成随机数；

使GPU读取GPU全局存储器中存储的所有颗粒数据，采用线程与颗粒一一对应的执行方式交换第二相和基体相的颗粒位置；

使GPU根据约束边界条件以及最小时间步长、节点加速度采用线程与节点对应的方法计算出每个节点新的速度和位移。

6.根据权利要求5所述的基于GPU的两相介质随机模型并行生成方法，其特征在于，所述使GPU生成随机数将所述初始随机模型中的第二相与基体相之间的颗粒位置交换之后，包括：

使CPU将所述组合误差与一个随机数相比，若所述组合误差小于所述随机数，则撤销所述使GPU生成随机数将所述初始随机模型中的第二相与基体相之间的颗粒位置交换的步骤。

7.根据权利要求1所述的基于GPU的两相介质随机模型并行生成方法，其特征在于，所述多次执行迭代步骤，直至所述组合误差小于所述目标值，还包括：

判断所述多次执行迭代步骤的次数是否达到预设的总迭代次数，若是，则终止所述多次执行迭代步骤的步骤。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。