[发明专利]基于GPU的两相介质随机模型并行生成方法、电子设备有效
| 申请号： | 201710813136.8 | 申请日： | 2017-09-11 |
| 公开（公告）号： | CN107563080B | 公开（公告）日： | 2020-06-23 |
| 发明（设计）人： | 蔡勇;李光耀 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06F30/23;G06F9/38 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 马骁;于洁 |
| 地址： | 410082 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GPU的两相介质随机模型并行生成方法、电子设备；所述方法包括：使CPU读取两相介质对应的初始分布信息；使CPU定义目标两点概率函数、目标线性路径函数；使GPU生成初始随机模型；使CPU生成当前两点概率函数和当前线性路径函数，计算组合误差；使CPU判断组合误差是否小于目标值；若组合误差小于目标值，则使CPU将当前的初始随机模型绘制并保存为最终的两相介质模型；若组合误差不小于目标值，则多次执行迭代步骤，直至组合误差小于目标值，使CPU将当前的初始随机模型绘制并保存为最终的两相介质模型。本发明运算速度快、计算成本低、硬件成本低且使用简单方便。 | ||
| 搜索关键词： | 基于 gpu 两相 介质 随机 模型 并行 生成 方法 电子设备 | ||
【主权项】：
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；使GPU生成初始随机模型；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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南大学，未经湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710813136.8/，转载请声明来源钻瓜专利网。
