基于GPU的原油液體仿真效率優(yōu)化研究

劉賢梅閆沖

摘要：針對(duì)有桿抽油系統(tǒng)的采油過(guò)程，原油液體在油管內(nèi)受力而不斷運(yùn)動(dòng)。為了將此過(guò)程形象、逼真的展現(xiàn)出來(lái)以便于相關(guān)工作人員觀察和分析，需建立一個(gè)高精度、高效率、易使用的可視化環(huán)境。本文在VC++6.0環(huán)境下，運(yùn)用粒子系統(tǒng)技術(shù)模擬原油液體的運(yùn)動(dòng)過(guò)程，并采用通過(guò)GPU加速和非GPU加速對(duì)比的方式優(yōu)化了系統(tǒng)效率。通過(guò)數(shù)據(jù)對(duì)比表明：隨著粒子數(shù)的增加，通過(guò)采用GPU加速運(yùn)算方式的系統(tǒng)效率大大提高。

關(guān)鍵詞：可視化；粒子系統(tǒng)；GPU

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A

1引言

隨著油田鉆井技術(shù)的發(fā)展，有桿采油系統(tǒng)中的可視化問(wèn)題已經(jīng)成為了油田行業(yè)的一個(gè)重大問(wèn)題，特別是在采油作業(yè)的過(guò)程中，需要時(shí)刻定性、定量的了解井筒中設(shè)備的運(yùn)動(dòng)狀況以及原油液體狀態(tài)變化，方便相關(guān)技術(shù)人員觀察與分析，以確保采油過(guò)程順利進(jìn)行。

GPU的并行處理技術(shù)已經(jīng)在各個(gè)領(lǐng)域廣泛應(yīng)用。1999年，文獻(xiàn)1[1]在求解輻射度方程時(shí)利用顏色來(lái)標(biāo)示物體序號(hào)，利用深度緩沖來(lái)輔助計(jì)算物體可見(jiàn)性。2002年，文獻(xiàn)22]等利用圖形硬件進(jìn)行實(shí)時(shí)的運(yùn)動(dòng)規(guī)劃，即用顏色來(lái)標(biāo)記多邊形。2004年，文獻(xiàn)3[3]等利用圖形硬件的多邊形光柵化過(guò)程和深度緩沖檢測(cè)來(lái)計(jì)算二維和三維的通用Voronoi圖。2006年，文獻(xiàn)4[4]等采用均勻網(wǎng)格來(lái)計(jì)算場(chǎng)景中的紋理，并建立三角形鏈表紋理，整個(gè)計(jì)算過(guò)程都放在GPU上進(jìn)行，提高了效率。自此，GPU的并行計(jì)算技術(shù)在碰撞檢測(cè)、數(shù)學(xué)運(yùn)算、像素模擬等方面得到了廣泛的應(yīng)用。

本文充分考慮圖形處理技術(shù)的并行性，以VC++6.0為開(kāi)發(fā)平臺(tái)，采用GPU加速的方法，運(yùn)用粒子系統(tǒng)技術(shù)模擬了原油液體在油管內(nèi)的運(yùn)動(dòng)狀態(tài)，建立一個(gè)高精度、高效率、易使用的可視化環(huán)境。本系統(tǒng)對(duì)液體仿真過(guò)程進(jìn)行優(yōu)化，是GPU技術(shù)在液體仿真和油田領(lǐng)域的一次新的突破。最終通過(guò)數(shù)據(jù)對(duì)比表明：隨著粒子數(shù)的增加，通過(guò)采用GPU加速運(yùn)算的方法使系統(tǒng)效率大大提高。

2粒子系統(tǒng)

2.1粒子系統(tǒng)簡(jiǎn)介

迄今為止，粒子系統(tǒng)作為一種有效的圖形生成算法通常被用來(lái)模擬不規(guī)則的模糊物體，其基本思想就是將無(wú)數(shù)微小粒子作為最基本的元素來(lái)表示不規(guī)則物體[5-6]。根據(jù)粒子系統(tǒng)的應(yīng)用，大致分為四種類型：

1）隨機(jī)粒子系統(tǒng)。在隨機(jī)粒子系統(tǒng)中，粒子的屬性隨機(jī)變化，例如煙花的綻放過(guò)程、流水過(guò)程等。

2）流體粒子系統(tǒng)。流體粒子系統(tǒng)中的粒子運(yùn)動(dòng)線路和運(yùn)動(dòng)軌跡受流體力學(xué)的影響。例如，工廠里的煙霧擴(kuò)散情況、瀑布、以及高溫高壓下的巖漿流動(dòng)情況。

3）方向粒子系統(tǒng)。方向粒子系統(tǒng)中的粒子在活動(dòng)過(guò)程中相互作用、相互影響。在方向粒子系統(tǒng)中，所有粒子的屬性具有關(guān)聯(lián)性，主要用于綿軟不規(guī)則的物體，例如紡織物等。

4）結(jié)構(gòu)化粒子系統(tǒng)。結(jié)構(gòu)化粒子系統(tǒng)是由具有一定組織結(jié)構(gòu)的較小粒子組成的系統(tǒng)。其基本單元在一定的時(shí)間內(nèi)變化量較小，例如微風(fēng)下的花草樹(shù)木。

2.2粒子的基本性質(zhì)

1）粒子的物質(zhì)性。在粒子系統(tǒng)中，在任何時(shí)間和空間上，粒子與粒子、粒子與其他物體之間都不會(huì)發(fā)生重疊，具有絕對(duì)的物質(zhì)性。

計(jì)算技術(shù)與自動(dòng)化2015年12月

第34卷第4期劉賢梅等：基于GPU的原油液體仿真效率優(yōu)化研究

2）粒子的基本屬性。粒子系統(tǒng)中的每一個(gè)粒子都有其基本屬性，包括運(yùn)動(dòng)屬性和靜態(tài)屬性兩種。靜態(tài)屬性是指屬性物體的屬性不會(huì)隨時(shí)間的變化而變化，例如大小、顏色、生命周期、質(zhì)量等。運(yùn)動(dòng)屬性是指物體的屬性會(huì)隨時(shí)間的變化而產(chǎn)生變化，這個(gè)變化可以是線性的，例如速度、位移等。

3）粒子的生命機(jī)制。每個(gè)粒子都有其生命周期，一般粒子要經(jīng)歷產(chǎn)生、活動(dòng)、消亡基本過(guò)程。粒子的生命閾值到達(dá)上限是會(huì)被自動(dòng)刪除，在此過(guò)程中會(huì)有新的粒子產(chǎn)生。

4）粒子的活動(dòng)機(jī)制。粒子在其生命周期內(nèi)會(huì)按照預(yù)先設(shè)定好的運(yùn)動(dòng)規(guī)律在場(chǎng)景中進(jìn)行運(yùn)動(dòng)，直到生命周期結(jié)束。

5）粒子的繪制。根據(jù)被模擬物體的基本特性設(shè)定粒子的靜態(tài)屬性，再分析被模擬物體的運(yùn)動(dòng)特性設(shè)定粒子的動(dòng)態(tài)屬性。系統(tǒng)中的粒子按照產(chǎn)生、活動(dòng)、消亡、更新的順序進(jìn)行全生命周期的活動(dòng)。

2.3粒子系統(tǒng)模型

粒子系統(tǒng)是按照時(shí)間順序進(jìn)行全生命周期活動(dòng)的系統(tǒng)[7]。粒子系統(tǒng)中的每一個(gè)粒子都要經(jīng)歷產(chǎn)生、活動(dòng)、消亡這三個(gè)過(guò)程。在進(jìn)行每一次粒子繪制的時(shí)候，整個(gè)粒子系統(tǒng)要維持一個(gè)穩(wěn)定的循環(huán)體系，對(duì)于活動(dòng)中的粒子，我們要根據(jù)被模擬對(duì)象的屬性來(lái)更新粒子的屬性，其運(yùn)行基本步驟主要包括五部分：

1）在指定區(qū)域隨機(jī)生成粒子，并賦予粒子隨機(jī)屬性；

2）根據(jù)被模擬物體的基本特性來(lái)歸納總結(jié)粒子的基本活動(dòng)規(guī)律，設(shè)置好粒子的靜態(tài)屬性或者動(dòng)態(tài)屬性，例如初始位置、顏色、大小、生命周期等。；

3）根據(jù)粒子生命周期，將粒子的當(dāng)前存在時(shí)間與生命上線進(jìn)行對(duì)比，判斷粒子的生命狀態(tài)，刪除生命值為零的粒子并根據(jù)需要更新粒子；

4）根據(jù)粒子的動(dòng)態(tài)屬性或靜態(tài)屬性，模擬粒子的位移變換；

5）將活動(dòng)粒子進(jìn)行渲染，最終描繪出被模擬物體。

3可編程GPU技術(shù)

3.1GPU工作流程

GPU處理復(fù)雜和大量圖形具有很高的效率[8]，主要是由于：

1）減少了GPU與CPU之間的數(shù)據(jù)通信

當(dāng)整個(gè)應(yīng)用針對(duì)圖形生成的時(shí)候，不再需要在CPU與GPU之間進(jìn)行多次數(shù)據(jù)交換，這樣就可以將CPU解放出來(lái)做其他的任務(wù)。這些優(yōu)勢(shì)使得GPU比CPU更適用于流處理計(jì)算，因此GPU也被認(rèn)為是一個(gè)SIMD的并行機(jī)或者流處理器，可以用于處理大規(guī)模數(shù)據(jù)集，使應(yīng)用得到加速[9]。

2）向量運(yùn)算架構(gòu)

GPU本質(zhì)上是一個(gè)向量計(jì)算模型架構(gòu)，計(jì)算單元豐富，它的這種架構(gòu)使它在處理大規(guī)模向量運(yùn)算時(shí)體現(xiàn)出較高的性能[10]，GPU運(yùn)算過(guò)程如圖1所示。

3.2GPU數(shù)據(jù)存儲(chǔ)與訪問(wèn)

在GPU運(yùn)算中，大量數(shù)據(jù)需要存儲(chǔ)在紋理中，通過(guò)紋理坐標(biāo)來(lái)訪問(wèn)紋理中的數(shù)據(jù)[11]。紋理相當(dāng)于一個(gè)存儲(chǔ)顏色值的二維數(shù)組，紋理中每個(gè)元素都存儲(chǔ)著一個(gè)四維向量的顏色值。在進(jìn)行GPU通用計(jì)算時(shí)，將大量的數(shù)據(jù)存儲(chǔ)到紋理中[12]。紋理有多種像素格式，可以根據(jù)每種數(shù)據(jù)的精度和值域來(lái)選擇合適的像素格式進(jìn)行存儲(chǔ)。如果存儲(chǔ)的數(shù)據(jù)是布爾型或者是精度很低的整型，可以用低精度的8bitsARGB2222格式來(lái)存儲(chǔ)；如果是高精度的浮點(diǎn)型數(shù)據(jù)，可以選用相應(yīng)的浮點(diǎn)型紋理格式來(lái)存儲(chǔ)[13]。在GPU通用計(jì)算中，浮點(diǎn)像素格式是比較通用的像素格式，其每個(gè)顏色通道都可以存儲(chǔ)一個(gè)32位的浮點(diǎn)數(shù)據(jù)[14-15]。

在紋理中通過(guò)紋理坐標(biāo)對(duì)數(shù)據(jù)進(jìn)行索引。紋理坐標(biāo)是一個(gè)二維的實(shí)數(shù)向量，一般紋理坐標(biāo)的值域在O到1之間，索引屬性值需要精確定位到紋理中的像素。例如在一個(gè)m×n尺寸的紋理中索引第x列第y行的像素則紋理坐標(biāo)的計(jì)算方法是：

U=x/m+1/（2×m）；V=y/n+1/（2×n）。

其中U和V分別為UV兩個(gè)方向的紋理坐標(biāo)值。

4系統(tǒng)實(shí)現(xiàn)與分析

4.1GPU下油管內(nèi)液體粒子的數(shù)據(jù)組織

實(shí)驗(yàn)描述：模擬在上沖程過(guò)程中，原油液體在泵筒中由下往上的運(yùn)動(dòng)狀態(tài)，通過(guò)機(jī)組實(shí)驗(yàn)數(shù)據(jù)對(duì)比在粒子數(shù)變化幅度相同的情況下，CPU和GPU的效率變化。

在上沖程過(guò)程中，抽油桿和柱塞上行，原油液體進(jìn)入泵筒內(nèi)部，此時(shí)液柱受到重力G（豎直向下）、推力ft（豎直向上）、摩擦阻力fm（沿著泵筒向下）。在泵筒內(nèi)液柱向上運(yùn)動(dòng)，根據(jù)原油粒子特點(diǎn)，需要將以下粒子屬性儲(chǔ)存到紋理中：

Speed：用三維向量表示液體粒子的流動(dòng)速度；

Live：粒子的生命閾值，存儲(chǔ)為布爾型的標(biāo)量，True表示粒子處于活動(dòng)中，F(xiàn)alse表示粒子消亡；

Position：用三維向量存儲(chǔ)粒子在世界坐標(biāo)系下的位置。

由于液體粒子數(shù)量很多、大小不一，因此存放粒子時(shí)應(yīng)采取紋理多樣化的方式，根據(jù)不同精度選擇合適的像素格式進(jìn)行有效存儲(chǔ)。例如：當(dāng)存儲(chǔ)低精度數(shù)據(jù)時(shí)，采用低精度的8 bits ARGB 2222格式，反之當(dāng)存儲(chǔ)高精度數(shù)據(jù)時(shí)，采用高精度的32 bits ARGB 8888格式。在GPU的通用計(jì)算中，為了滿足計(jì)算的精度要求，通常浮點(diǎn)像素格式的每一個(gè)顏色通道都將存儲(chǔ)一個(gè)8位或者32位的浮點(diǎn)數(shù)據(jù)。在存儲(chǔ)數(shù)據(jù)的過(guò)程中既要考慮效率問(wèn)題又要考慮存儲(chǔ)空間的合理利用問(wèn)題，通常的像素格式都是具有RGBA四個(gè)顏色通道，粒子的速度和位置都是三維向量，這樣把粒子的速度和位置存放到紋理像素中的時(shí)候就會(huì)剩余一個(gè)通道，所以將粒子的Live屬性儲(chǔ)存到最后一個(gè)通道里，這樣就充分合理的利用了存儲(chǔ)空間。

格式選取完畢后開(kāi)始創(chuàng)建存儲(chǔ)粒子數(shù)據(jù)的紋理，確保每一個(gè)粒子對(duì)應(yīng)一個(gè)像素點(diǎn)，這樣像素點(diǎn)的最大值等于粒子的最大數(shù)目。每一個(gè)粒子的屬性值存儲(chǔ)在通過(guò)紋理中并通過(guò)各自的紋理坐標(biāo)進(jìn)行檢索。

4.2液體粒子屬性計(jì)算

在液體粒子產(chǎn)生、活動(dòng)、消亡的過(guò)程中，把握并控制好粒子的屬性，準(zhǔn)確實(shí)時(shí)計(jì)算出粒子的速度、生命值、位置是繪制液體粒子的核心。首先編寫(xiě)像素著色器程序，通過(guò)GPU的通用計(jì)算將粒子屬性的計(jì)算問(wèn)題具體化，計(jì)算出每一個(gè)液體粒子的屬性值并存儲(chǔ)到紋理中以備使用。

利用GPU通用計(jì)算來(lái)計(jì)算每一個(gè)粒子屬性的時(shí)候，粒子要經(jīng)歷產(chǎn)生、活動(dòng)。消亡三個(gè)過(guò)程。由于在GPU下不能動(dòng)態(tài)為粒子分配存儲(chǔ)空間，所以每一個(gè)活動(dòng)中的粒子的生命值由最大值降為零時(shí)，將此粒子的生命值、位置、速度進(jìn)行初始化，作為新粒子重新加入到系統(tǒng)中。粒子系統(tǒng)開(kāi)始運(yùn)行后，粒子的數(shù)量隨著時(shí)間的推移不斷增加，粒子的屬性以二維索引的形式存儲(chǔ)在紋理中，在進(jìn)行GPU通用計(jì)算時(shí)需要將二維索引轉(zhuǎn)化為一維索引。對(duì)于二維索引來(lái)說(shuō)，需要依靠紋理坐標(biāo)來(lái)將其轉(zhuǎn)換為一維索引，轉(zhuǎn)換公式為：M=（U+V×H）×W，其中M是二維索引轉(zhuǎn)換為一維索引的序列號(hào)，U和V為紋理坐標(biāo)的兩個(gè)分量，W和H為兩個(gè)紋理坐標(biāo)分量的大小。液體粒子屬性值計(jì)算步驟如下：

1）液體在受力中的體積和數(shù)量的計(jì)算

原油液體在油管內(nèi)流動(dòng)的過(guò)程中，粒子系統(tǒng)在每一幀都要保持產(chǎn)生新的粒子以維持液體的流動(dòng)，這樣就要對(duì)新生成的粒子的速度、位置、生命值進(jìn)行初始化。在上沖程過(guò)程中，油管內(nèi)的液柱隨著柱塞的上升而升高，所有液體粒子由下部初始位置升到最高點(diǎn)，初始點(diǎn)的所有粒子位置要添加一個(gè)隨機(jī)值：P=P0+Prant，其中P是粒子的初始位置，P0是油管內(nèi)液柱上升的初始位置，Prand是一個(gè)三維隨機(jī)向量，此向量決定液柱的粗細(xì)。如圖2為上沖程過(guò)程中原油液體進(jìn)入泵筒內(nèi)的示意圖。此時(shí)泵筒內(nèi)原油液體受重力G（豎直向下）、推力ft（豎直向上）、摩擦阻力fm（沿著泵筒向下）、泵筒內(nèi)壓力fp。如圖2中x表示柱塞在時(shí)刻t的位移，表示柱塞位移為x時(shí)的液面高度，Lw是尾管長(zhǎng)度。設(shè)任意時(shí)刻活塞t運(yùn)動(dòng)到x的位置，進(jìn)入泵筒內(nèi)原油液體體積為Vt。根據(jù)受力分析，將整個(gè)泵筒內(nèi)空間分為兩部分，Va為原油液體未充滿泵筒前真空部分的體積，Vb為下半部分體積，其中Va=（x-y）A，Vt=Va+Vb，Vb=（Rs（x）-Rs（0））（1-Lw）（Ls+y）ABo，其中Rs是溶解油氣比、Bo為原油體積系數(shù)與水的體積系數(shù)、A為壓力系數(shù)。假設(shè)單位粒子體積為1，則有：1×Vnum=Vt，其中Vnum為粒子隨體積變化的數(shù)量。

2）活動(dòng)粒子屬性值的計(jì)算

上沖程過(guò)程中，液體粒子受力向上運(yùn)動(dòng)，其位置和速度在不斷地變化著。下面分析粒子的受力狀況，根據(jù)里的平衡原理得出：fm+fp+G=ft，vm=vm-1+a×Δt，其中Vm是粒子的速度，Vm-1是上一幀粒子的速度，a是粒子的加速度，Δt是一幀持續(xù)的時(shí)間。在Y方向上，粒子的加速度由受力變化確定，在X和Z方向上粒子的速度分量不變。Pm=Pm-1+（a×Δt）×Δt，其中Pm是粒子的位置，Pm-1是粒子在上一幀的位置，Δt是一幀持續(xù)的時(shí)間。

3）消亡粒子屬性值的計(jì)算

當(dāng)液體粒子在油管內(nèi)達(dá)到最高點(diǎn)時(shí)，粒子的生命值降為零，此時(shí)的粒子屬性不在發(fā)生變化。在此粒子重新生成并再次加入粒子系統(tǒng)之前，既不需要計(jì)算其屬性值，也不用被渲染。

4.3液體粒子繪制

計(jì)算完液體粒子的位置和速度，下一步需要讀取粒子的屬性值并進(jìn)行繪制。運(yùn)用紋理獲取技術(shù)（Vertex Texture Fetch）來(lái)獲取粒子的屬性值，用tex2Dlod函數(shù)在頂點(diǎn)著色器讀取紋理像素中的粒子屬性值進(jìn)行繪制，這樣就不需要通過(guò)CPU傳輸，大大降低了CPU與GPU之間的通信，提高了渲染速度。下面進(jìn)行粒子的繪制步驟：

1）建立頂點(diǎn)緩沖區(qū)

選擇圓形作為繪制液體粒子的基本元素，組成每個(gè)粒子的最基本單位設(shè)定為四邊形。首先建立頂點(diǎn)緩沖區(qū)，頂點(diǎn)的個(gè)數(shù)為四倍的粒子數(shù)，然后建立頂點(diǎn)索引，將每四個(gè)頂點(diǎn)組合在一起組成四邊形，粒子以四邊形的方式被繪制出來(lái)。創(chuàng)建出來(lái)的頂點(diǎn)緩沖區(qū)需要預(yù)先設(shè)計(jì)其格式。首先給液體粒子貼上紋理（此處選擇普通水滴紋理），利用Texcoord0（紋理通道0的紋理坐標(biāo)）給粒子的頂點(diǎn)的紋理坐標(biāo)分別賦值為（0，1）（1，0）（0，1）（1，1），這樣就可以通過(guò)紋理坐標(biāo)0將水滴的紋理映射在粒子上，并判斷出水滴紋理在粒子上的位置。其次要對(duì)粒子的屬性值進(jìn)行索引，將粒子的紋理屬性存儲(chǔ)在Texcoord1（紋理通道1的紋理坐標(biāo)）中，這樣就可以索引到粒子的屬性值了。

2）頂點(diǎn)繪制

首先讀取粒子的紋理屬性并獲取粒子在世界坐標(biāo)系下的位置，由于粒子必須要正對(duì)著屏幕，所以要將粒子變換到相機(jī)坐標(biāo)下，利用紋理坐標(biāo)將粒子的四個(gè)頂點(diǎn)分別繪制在粒子的四個(gè)角上。由于GPU會(huì)將所有頂點(diǎn)繪制出來(lái)，即無(wú)論是活動(dòng)中的頂點(diǎn)還是已經(jīng)消亡的頂點(diǎn)，GPU都會(huì)無(wú)選擇性的將其全部繪制出來(lái)，因此把消亡的粒子的頂點(diǎn)位置全部設(shè)定到一起，這樣粒子就不會(huì)顯示出來(lái)。頂點(diǎn)位置的計(jì)算公式如下：

Pt=（P×Mv+（U0，V0，0）×Size×Live）×Mp，其中Pt是最終計(jì)算的頂點(diǎn)位置，P是屬性紋理中的粒子位置，U0和V0分別是頂點(diǎn)紋理坐標(biāo)0的兩個(gè)分量，Size是粒子的大小，Live是粒子的生命值，Mv和Mp分別是相機(jī)矩陣和投影矩陣。當(dāng)粒子消亡時(shí)，粒子的Live值為零，粒子不需要被繪制出來(lái)；反之當(dāng)粒子活動(dòng)時(shí)，粒子的Live值為1，粒子頂點(diǎn)的位置會(huì)被正確的計(jì)算出來(lái)。

5效果與結(jié)論

本實(shí)驗(yàn)硬件環(huán)境為：Intel2.8GHz處理器，4G內(nèi)存，NVIDIAGeForceGT640M顯卡，操作系統(tǒng)是64位Window7系統(tǒng)，開(kāi)發(fā)工具為VC++6.0和Directx9.0。圖4.1為原油液體的流動(dòng)效果圖。表1為獨(dú)立環(huán)境下CPU模擬的原油液體和GPU模擬的原油液體幀速率的比較。如圖4.2為表一數(shù)據(jù)的對(duì)比圖。

結(jié)論：針對(duì)有桿抽油系統(tǒng)采油過(guò)程中原油液體在油管內(nèi)的受力運(yùn)動(dòng)，本文設(shè)計(jì)并建立了一個(gè)能滿足高精確度、高效率、易使用的可視化環(huán)境。從表中我們可以看出，當(dāng)原油液體粒子數(shù)較少時(shí)，CPU實(shí)現(xiàn)的速度比GPU還要快，但隨著粒子數(shù)的增大，CPU實(shí)現(xiàn)的幀速率快速下降，而GPU實(shí)現(xiàn)的幀速率下降速度緩慢，當(dāng)粒子數(shù)達(dá)到300萬(wàn)時(shí)，GPU仍然能夠?qū)崟r(shí)的繪制，而CPU實(shí)現(xiàn)每秒只有6.8幀，這說(shuō)明GPU對(duì)大量粒子的處理能力遠(yuǎn)遠(yuǎn)高于CPU。

參考文獻(xiàn)

[1]HopfMatthias，ErtlThomas.Accelerating 3D convolutionusinggraphicshardware.[J] Proceedings of IEEE Visualization.1999，28（05）：56-70，62.

[2]FRANCISCO J Seron，Rafael Rodrigues，Eva Cerezo，AlfredoPina.AddingSupport for Highlevel Skeletal Animation[J]. IEEE Transactions onvisualization and computer graphics.2002，28（05）：120-134，122.

[3]Peter Kipfer，Mark Segal，Rüdiger Westermann.UberFlow：a GPUbased particle engine[J]. Proceedings of the ACM SIGGRAPH/EUROGRAPHICS Conference on Graphics HardwareHWWS04.2004， 28（05）：128-132，130.

[4]ARON E Lefohn，Shubhabrata Sengupta，Joe Kniss，et al.Glift：Generic，efficient，randomaccess GPU data structures[J]. ACM Transactions on Graphics.2006， 28（05）：120-134，123.

[5]田蘇昕.虛擬現(xiàn)實(shí)中大規(guī)模粒子系統(tǒng)的研究[J].沈陽(yáng)航空工業(yè)學(xué)院學(xué)報(bào)，2009，30（3）：149-150，160.

[6]徐陽(yáng)東.基于粒子系統(tǒng)的不規(guī)則景物建模研究[J].山東師范大學(xué)學(xué)報(bào)，2009， 28（5）：128-132，138.

[7]白玉.基于粒子系統(tǒng)的煤礦火災(zāi)模擬系統(tǒng)[J].吉林大學(xué)學(xué)報(bào)，2010，8（2）：47-49.

[8]王濤. 基于GPU的程序分析與并行化研究[J].解放軍信息工程大學(xué)學(xué)報(bào)，2010，8（2）：47-51.

[9]胡杰. CPU-GPU異構(gòu)平臺(tái)計(jì)算模型的研究與應(yīng)用[J].大連理工大學(xué)學(xué)報(bào)，2011，29（9）：44-48.

[10]郭忠明. 基于CUDA的并行圖像處理性能優(yōu)化[J].大連理工大學(xué)學(xué)報(bào)，2012，99（4）：49-58.

[11]方旭東. 面向大規(guī)模科學(xué)計(jì)算的CPUGPU異構(gòu)并行技術(shù)研究[J].國(guó)防科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2009，22（9）：165-169.

[12]BUCK I，F(xiàn)OLEY T，HORN D，SUGERMAN J，HANRAHAN P.Brook for GPUs： Stream Computing on Graphics Hardware[J].Proceedings of SIGGRAPH，2004，28（4）：55-59.

[13]Jizhu Lu，et.al.HMMerCell： High Performance Protein Profile Searching on the Cell/B.E.Processor[J].Proceeding of IEEE International Symposium on Performance Analysis of Systems and SoftwareISPASS，2008，33（7）：94-98.

[14]S.García，A.Fernández，J.Luengo et al.A study of statistical techniques and performance measures for geneticsbased machine learning： accuracy and interpretability[J].Soft Computing，2009，83（7）：104-108.

[15]Zhe Wei， Yixiong Feng， Jianrong Tan et al.. Multi-objective performance optimal design of largescale injection molding machine[J]. The International Journal of Advanced Manufacturing Technology 2009， 30（3）：166-170，160.