水稻叶片细胞三维可视化动态仿真

来源 :系统仿真学报 | 被引量 : 0次 | 上传用户:bokui0913
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
借助计算机可视化技术探索水稻叶片细胞形态演化过程,需要建立细胞几何模型与其产生变形的生物力学关系.基于物理力学性质提出一种叶片细胞三维可视化动态仿真方法,通过“半边”数据结构来表示细胞骨架拓扑结构、利用双三次Bézier曲面来构造其表面的几何形状;设计细胞骨架的“点”、“线”与“面”拓仆单元查询算法来确定曲面变形控制参数;借助柯西应力、广义胡克定律计算细胞应力-应变数值.试验环境使用了C++与OpenGL图形库编程实现,结果表明,使用不同的渗透压差和弹性模量的数值能够获得曲面的自由变形,从而获得细胞三维可视化模型的动态仿真过程.此方法有助于从细胞力学视角研究叶片建成规律中引入一种信息化手段.
其他文献
针对飞行器总体性能超大子样、海量状态仿真验证需求,提出了高性能仿真方法,建立基于高性能计算机的大规模并行仿真架构,实现了大子样仿真任务解耦、高性能仿真实时监控、并发冲突控制、大规模试验结果自动聚合等技术与软件,研制了飞行性能大规模并行验证的高性能仿真试验平台.仿真应用结果表明该试验方法具有较高的加速比和可扩展性,能够高效,高质量地完成数字化验证过程,不仅提升了飞行器总体验证、评估能力,也通过高性能仿真技术的应用促进了飞行器总体设计的改进.
为了及时有效地识别发电机的异常运行状态,提出了基于贝中斯优化极限梯度提升算法的风电机组发电机前轴承故障预警方法:利用有效的数据预处理方法处理数据采集与监视控制系统历史数据;基于贝叶斯优化的XGBoost (eXtreme Gradient Boosting)算法构建风电机组发电机前轴承温度预测模型;基于3σ准则,确定风电机组发电机前轴承故障预警阈值.实验结果表明所提方法能提前监测到风电机组发电机前轴承异常信号.通过与采用随机搜索和网格搜索所建立的模型进行对比分析,验证了贝叶斯优化模型在泛化性能和预测精度上
现有人群行为仿真软件多采用基于社会力的多智能体建模方法构建人群仿真模型,但在响应环境影响方面却没有提供相应的函数.从认知心理学角度结合作者前期研究得到的人群广义影响力空间逻辑模型,以Sigmoid函数为基础构建了人群个体视觉和听觉感知数学模型,并以典型地铁换乘大厅高峰期发生突发事件后疏导为例,在定义地铁换乘大厅大容量疏导优化目标函数基础上构建了人群疏导仿真模型,根据设定的情景仿真不同疏导策略,仿真结果表明本文所提人群行为多感知模型是有效的.
作为计算机生成兵力(Computer Generated Forces,CGF)的一类重要认知行为,意图识别通过分析敌友动作时序逻辑进而识别作战意图,有助于CGF形成更富针对性的应对策略和决策能力.为了进一步规范面向计算机生成兵力的意图识别行为建模,本文在梳理总结20世纪80年代以来世界范围内意图识别研究进展和意图识别行为模型设计实现方法的基础上,依据态势感知理论,分析了CGF态势感知过程、影响要素与约束,从问题特征与约束、基本识别过程出发,提出了一个通用的意图识别行为建模框架,能对不同应用需求下的CGF
针对目前陆军复杂装备维修保障模式单一、人力资源配置随意性强等问题,以部队级装备维修过程为研究对象,分析了部队复杂装备维修计划、维修保障模式、人力资源配置以及维修工艺流程等内容,构建了复杂装备维修车间仿真模型,探究了维修计划、维修保障模式和人力资源配置对“平均维修保障时间”,“人力资源满足率”等指标的影响,分析指标数据规律并对部队装备维修人力资源配置提出优化建议,为部队装备维修保障模式选择、维修人力资源分配提供了新思路.
针对联合作战仿真实验方法多以指导装备评估论证为主,难以有效支撑作战问题研究的难点,提出了基于人机混合智能的联合作战仿真实验方法.明确了面向联合作战仿真实验中知识的分类及其产生和积累过程,通过对实验交互过程、实验运行流程、实验驱动方式、仿真运行方式、支撑系统结构等方面的详细描述,构建了基于人机混合智能的联合作战仿真实验框架,为依托仿真实验进行作战能力分析、作战方案创新、作战概念开发等研究提供了新了方法.
进化行为树方法是一种利用进化算法自主生成和优化行为树模型的智能体行为建模方法.从介绍行为树、进化算法相关背景知识入手,阐述了基于遗传编程、语法演化、混合算法三类进化行为树算法以及相应改进算法,分析比较不同算法的优劣;梳理总结了进化行为树方法在作战仿真、游戏人工智能、机器人等领域的具体应用;从搜索能力、泛化能力、行为树优化、多智能体应用方面提出并探讨了未来的发展趋势.
航天侦察装备体系的体系效能和体系贡献率影响因素指标数量多,指标间关系复杂.如何识别关联,优选关键性能指标并明确性能指标与体系贡献率之间的关系是体系效能及贡献率评估问题的关键.通过ATLAB与STK联合仿真获取航天侦察装备底层指标数据,基于FP-Tree (Frequent Pattern-Tree)算法发现指标间关联信息,去除冗余,确定指标关联类型,并结合Marichal熵建立优化模型确定关键性能指标的贡献度.仿真实验结果表明,通过FP-Tree算法可挖掘航天侦察装备初始评价指标体系间的关联性及关联类型,
针对烟雾流场N-S方程求解复杂度高而导致数据生成效率低下的问题,探索设计了一种基于N-S方程求解的低分辨率烟雾流场数据生成高分辨率烟雾流场数据的深度学习模型。以生成式对抗网络为基础,构建了基于亚体素卷积层的烟雾数据重建网络,结合烟雾的流动性在损失函数中引入基于平流步骤的时间损失,实现高精度烟雾的生成。构建了烟雾数据峰值信噪比用于对重建的高分辨率烟雾流场数据进行质量评价。实验表明,将本文深度学习模型
模型重用是提高复杂系统仿真应用开发效率的重要途径.当前采用定性/定量方式对仿真模型可重用性及其对复杂系统仿真应用集成开发效率影响的研究相对较少.提出一种仿真模型可重用性分析方法,基于仿真应用集成开发加速比构建了仿真模型可重用性分析数学模型,定性分析了提升模型可重用性对模型接口、模型测试与信息描述的要求.通过2个典型应用案例,定量分析了可重用仿真模型对复杂系统仿真应用开发效率的影响,证明了该方法的有效性.