题目：可交互的不可压缩多相流仿真技术研究与实现

基于物理的流体模拟技术主要使用纳维－斯托克斯方程模拟自然界中的流体。目前流体模拟方法主要包括基于网格的欧拉方法和基于粒子的拉格朗日方法。光滑流体动力学（SPH，Smoothed Particle Hydrodynamics）是一种无网格的拉格朗日方法，该方法避免了基于网格方法中存在的网格缠绕和扭曲问题。本文使用预测修正不可压缩的光滑流体动力学（PCISPH，Predictive-Corrective Incompressible SPH）方法来模拟流体不可压缩及多相流扩散现象。本文在GPU上对预测修正不可压缩的方法进行并行加速，实现了一个可交互的不可压缩多相流仿真模拟系统。论文的主要工作包括： 设计并实现不可压缩的流体模拟技术。基于物理的流体模拟中最关键的问题之一是确保流体的不可压缩性。SPH方法可以通过施加一个stiff方程来实现流体不可压缩的效果，但是该方法对时间步长和stiff系数的严格要求限制了这种方法的适用性。采用PCISPH方法，通过对流体密度进行预测和修正操作，在循环计算流体密度时实现流体不可压缩性的效果。设计稳定的多相流扩散。在SPH方程中直接使用热力学扩散方程模拟扩散效果存在数值耗散和模拟效果不稳定的现象，通过修改计算密度的SPH方程能够解决多相流扩散中的流体密度估计不足、流体界面力造成的不真实性以及高密度对比时产生的界面不稳定等方面的问题。设计并实现基于GPU的不可压缩的流体并行算法。分析串行PCISPH程序中各步骤间的数据依赖关系和程序执行的逻辑关系，结合CUDA并行编程模型，设计出基于GPU的PCISPH并行化程序。针对流体模拟中邻居粒子搜索占用大量运行时间和存储空间的问题，设计基于CUDA的邻居粒子并行搜索方法。在以上工作的基础上，设计并实现了一个基于GPU的可交互的不可压缩多相流仿真系统，系统完成了流体不可压缩、多相流扩散、并行加速的功能，展示了可交互式的流体仿真计算的应用前景。