论文部分内容阅读
利用传统的串行算法求解大型和超大型的复杂结构动载荷识别问题的时候,计算的密集性会造成过长的求解耗时,难以获得令人满意的结果。本文基于CUDA研究了动载荷识别问题的并行算法,利用GPU多处理器的特点来实现大规模数据的并行计算,从而显著提高问题的求解速度。为实现上述提高求解速度的目标,本文做了以下研究:首先介绍了广义切比雪夫正交多项式理论,通过函数拟合的方式,分别推导了分布动载荷频域和时域的识别公式,着重讨论连续梁和薄板问题。CUDA是一种全新的基于GPU的并行计算软硬件架构,通过线程来