基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
群体仿真在虚拟现实、影视动画、计算机游戏等领域有着广泛的应用。大规模的群体仿真中每个个体都要同其感知范围内的其他个体相互作用,当实时更新所有个体的状态时,就会导致O( N2)计算量的问题。针对这一问题,实现了一种基于GPU(图形处理器)的BOIDS群体行为模拟算法,充分利用GPU并行计算的能力处理大规模群体运动的巨大计算量。该方法利用GPU的快速光栅化计算每个个体同其感知范围内的其他个体的相互作用力,通过像素颜色混合功能实现作用力的累加,利用GPU自动生成MipMap的能力计算所有个体的平均速度和平均位置。实验结果表明,该方法能够有效提高大规模群体运动的渲染速度。
推荐文章
基于GPU的并行化人群实时仿真
并行计算
并行近邻查询
人群仿真
图形处理单元
基于GPU的SAS成像算法并行实现研究
合成孔径声纳
距离多普勒
GPU
CUDA
基于GPU的宽带干涉仪测向算法实现
宽带测向
相关干涉仪
GPU平台
统一计算设备架构
波达方向
基于GPU并行粒子群优化的超声弹性实时成像算法
弹性成像
互相关函数
群智能算法
粒子群优化
并行计算
图形处理单元
统一计算设备架构
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GPU的实时群体仿真算法实现
来源期刊 计算机技术与发展 学科 工学
关键词 群体仿真 BOIDS算法 Ping-Pong技术 实时模拟 GPU
年,卷(期) 2014,(11) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 17-22
页数 6页 分类号 TP391.9
字数 5006字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.11.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈戈 中国海洋大学信息科学与工程学院 89 751 14.0 23.0
2 田丰林 中国海洋大学信息科学与工程学院 9 18 3.0 3.0
3 范晓晔 中国海洋大学信息科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
群体仿真
BOIDS算法
Ping-Pong技术
实时模拟
GPU
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导