学位论文 > 优秀研究生学位论文题录展示

群体仿真算法研究及疏散仿真系统开发

作　者: 李文通
导　师: 吴飞；肖俊
学　校: 浙江大学
专　业: 计算机应用技术
关键词: 交互式群体仿真动态寻路训练群体 GPU加速 CUDA 疏散仿真
分类号: TP391.9
类　型: 硕士论文
年　份: 2012年
下　载: 63次
引　用: 0次
阅　读: 论文下载

内容摘要

传统群体仿真技术常把群体看成若干个体的组合,但事实上群体是由若干具有相似行为的个体组成的群组所构成的。针对大多数现有群体仿真技术由于没有考虑到上述因素,导致仿真结果和真实生活中的群体行为存在一定差异的问题,并结合群体是由不同小群组构成的特点,提出一种基于视觉信息指导并考虑行人动态寻路和局部碰撞避免的方法。仿真结果显示,该方法在仿真群体时能够获得较为自然的自组织现象,与现存其他几种方法相比,这种现象在复杂环境或者高密度情况下会更加明显。虽然现有的一些群体行为仿真算法可以达到比较好的仿真效果,但是算法的性能比较差。本文使用CUDA并行加速框架来加速群体行为仿真算法,不仅获得了令人满意的仿真效果,同时也提高了算法的性能。在该算法基础上开发了群体疏散仿真系统,可以用来研究建筑物参数对群体疏散成功率的影响,对于场馆和公共设施的建设具有一定的指导意义。

全文目录

摘要  4-5
英文摘要  5-11
第1章绪论  11-14
  1.1 课题背景  11-12
  1.2 本文主要工作  12
  1.3 本文组织结构  12-13
  1.4 本章小结  13-14
第2章群体仿真及疏散仿真研究现状  14-24
  2.1 群体仿真算法  14-21
    2.1.1 基于模型的方法  14-15
    2.1.2 基于数据驱动的方法  15-16
    2.1.3 开源群体仿真软件介绍  16-21
  2.2 疏散仿真研究现状  21-23
    2.2.1 国外研究现状  21-22
    2.2.2 国内研究现状  22-23
  2.3 本章小结  23-24
第3章基于视觉信息指导的群体仿真方法  24-38
  3.1 仿真方法框架  24
  3.2 仿真方法模型  24-29
    3.2.1 智能体速度方向  26-28
    3.2.2 智能体速度大小  28-29
  3.3 方法模型参数训练过程  29-31
  3.4 仿真实验结果  31-37
    3.4.1 方法的仿真效果  31-36
    3.4.2 方法的性能分析  36-37
  3.5 本章小结  37-38
第4章群体仿真的GPU并行加速  38-55
  4.1 并行编程  38
  4.2 GPGPU介绍  38-40
  4.3 CUDA介绍  40-44
    4.3.1 CUDA框架  40-41
    4.3.2 CUDA编程模型  41-44
  4.4 群体仿真的CUDA加速  44-48
    4.4.1 OpenSteer库仿真流程  44
    4.4.2 OpenSteer的并行化  44-45
    4.4.3 程序的并行化  45-48
    4.4.4 CUDA Kernels  48
  4.5 性能优化  48-52
    4.5.1 显存访问的优化  49-50
    4.5.2 指令流的优化  50
    4.5.3 资源平衡的调整  50-51
    4.5.4 存储器访问的优化  51-52
  4.6 CUDA并行加速实验结果  52-54
  4.7 本章小结  54-55
第5章群体仿真系统  55-64
  5.1 系统模块框架  55-56
  5.2 演示子系统模块  56-59
  5.3 疏散仿真模块  59-63
  5.4 本章小结  63-64
第6章总结与展望  64-66
  6.1 总结  64-65
  6.2 展望  65-66
参考文献  66-71
攻读硕士学位期间主要的研究成果  71-72
致谢  72-73
作者简历  73

群体仿真算法研究及疏散仿真系统开发

内容摘要

全文目录

相似论文