科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对进行大规模拓扑优化问题计算量庞大且计算效率低的问题,设计并实现了一种基于图形处理器(GPU)的并行拓扑优化方法。采用双向渐进结构拓扑优化(BESO)为基础优化算法,采用一种基于节点计算的共轭梯度求解方法用于有限元方程组求解。通过对原串行算法的研究,并结合GPU的计算特点,实现了迭代过程全流程的并行计算。上述方法的程序设计和编写采用统一计算架构(CUDA),提出了基于单元和基于节点的两种并行策略。编写程序时充分使用CUDA自带的各种数学运算库,保证了程序的稳定性和易用性。数值算例证明,并行计算方法稳定并且高效,在优化结果一致的前提下,采用GTX580显卡可以取得巨大的计算加速比。
-
单位湖南大学; 汽车车身先进设计制造国家重点实验室
