优化与性能分析：有限体积格子Boltzmann方法的改进

“论文研究-有限体积格子Boltzmann方法的算法改进及性能分析.pdf” 本文主要探讨了有限体积格子Boltzmann方法（Finite Volume Lattice Boltzmann Method, FVLBM）的优化策略，以解决其在非结构网格应用中内存消耗大和计算量增加的问题。格子Boltzmann方法（Lattice Boltzmann Method, LBM）是一种基于统计物理的数值模拟方法，常用于流体力学的计算，而有限体积方法则能将LBM扩展到更复杂的几何形状和边界条件。 在标准LBM中，计算通常在规则的格子上进行，但FVLBM允许在非结构网格上操作，这极大地拓展了其适用性。然而，这种灵活性也带来了额外的计算负担和内存需求。为了解决这个问题，研究者提出了一种算法改进方案，包括优化计算顺序和简化计算方程。 优化计算顺序是指重新排列算法中的计算步骤，以减少不必要的数据交换和存储，从而降低内存使用。简化计算方程则是通过减少不必要的中间变量或采用更高效的数值技术来减少计算复杂度。这两种策略都是为了在不牺牲计算精度的前提下，提高算法的效率。 实验结果显示，经过优化的FVLBM算法在保持原有计算精度的同时，确实能有效地减少内存用量。在某些情况下，该改进还能显著缩短计算时间，这对于需要处理大规模问题的高性能计算领域尤为重要。此外，这些优化措施对于改善并行计算的效率也有积极影响，因为它们减少了数据同步的需求，提高了并行化程度。 该研究由上海大学计算机工程与科学学院的研究团队完成，得到了国家自然科学基金和国家科技支撑计划的资助。研究团队成员包括武频副教授、曹啸鹏硕士、尚伟烈博士研究生、郑德群硕士和高升硕士，他们在高性能计算和计算流体力学方面有深入研究。 总结来说，这篇论文提出的FVLBM算法改进策略为解决非结构网格中的计算和内存挑战提供了新的途径。通过优化计算流程和简化数学模型，该方法不仅降低了内存消耗，还可能加快计算速度，对于推进LBM在复杂几何和流动问题中的应用具有重要意义。