首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进Kmeans算法的高效仿真加速算法 

申请/专利权人:天津大学

申请日:2024-04-11

公开(公告)日:2024-06-25

公开(公告)号:CN118248239A

主分类号:G16C20/10

分类号:G16C20/10;G16C20/70;G06F18/23213;G06F9/48;G06F9/50

优先权:

专利状态码:在审-公开

法律状态:2024.06.25#公开

摘要:本发明公开了一种基于改进Kmeans算法的高效仿真加速算法,包括反应流场网格分配至进程、基于改进的Kmeans算法进行反应区和非反应区的识别、将非反应区剥离并赋值、以及各个进程进行CFD并行计算,改进的Kmeans算法通过从反应流所有数据点中最大值和最小值作为初始聚类中心,计算所有数据点与两个聚类中心的欧式距离,并分配至相应的聚类中,重新计算每个聚类的均值并作为新的聚类中心,重复上述聚类计算直至收敛;该加速算法通过改进Kmeans算法识别出反应区和非反应区,将非反应区剥离并使用代表值替代,反应区正常计算组分生成速率,从而节省算力资源,达到加速计算目的,经过改进Kmeans算法加速后的OpenFOAM算法保持原算法的精度,且该算法具有较好的稳定性和收敛性。

主权项:1.一种基于改进Kmeans算法的高效仿真加速算法,其特征在于,包括以下内容及步骤:S1:将燃烧反应流场自适应划分或加密的网格分配至各个进程中;S2:基于改进的Kmeans算法进行反应区和非反应区的识别,改进的Kmeans算法具体为:从反应流数据集的所有数据点中选取K个初始聚类中心,令K=2,分别对应选择所有数据点中的最大值和最小值作为初始聚类中心;计算所有数据点与两个聚类中心的欧式距离,并根据距离最近的原则将各个数据点分配到相应的聚类中;重新计算每个聚类的均值,并将该均值作为新的聚类中心;重复上述聚类计算,直至聚类中心不再变化,或者,聚类中心的变化在允许的范围内,则视为已收敛至目标值,完成识别;S3:将非反应区从整个流场中剥离,对于非反应区,计使用一个代表性网格点的计算值进行替代计算;对反应区进行反应流的CFD数值计算;S4:各个进程根据分配到计算任务进行CFD并行计算。

全文数据:

权利要求:

百度查询: 天津大学 一种基于改进Kmeans算法的高效仿真加速算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。