Games201_lecture7_混合欧拉-拉格朗日视角

最新推荐文章于 2022-05-04 10:21:10 发布
最新推荐文章于 2022-05-04 10:21:10 发布
阅读量585 收藏 2
点赞数
分类专栏： Games201
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41286360/article/details/107662395
版权

Games201_lecture7_混合欧拉-拉格朗日视角

在这里插入图片描述

1 拉格朗日和欧拉视角的复习

拉格朗日视角：随时时刻都在问你的位置和速度是多少，随着材料的移动一起移动，随波逐流
欧拉视角：对于我的位置随时时刻问的另外一个问题：对于经过我的材料，他的速度是啥？位置重来不移动，岿然不动

传统的拉格朗日视角会用一粒子
传统的欧拉视角大家会用mesh
在这里插入图片描述
那个更好呢?
物理：动量守恒，角动量守恒，体积守恒，能量守恒。
性能:计算上是否并行，时间和空间上是否局部
复杂性
在这里插入图片描述

2 混合欧拉-拉格朗日视角

1 为什么要混合

advection：对流
欧拉适合projection，但是他会有能量和几何的损失。
在这里插入图片描述
拉格朗日适合advection，但是粒子空间分布是不规则的，不知道如何定义旁边的粒子，不好离散化，需要复杂的数据结构进行邻居的查找。
在这里插入图片描述
如何结合呢？

2 混合欧拉-拉格朗日步骤

拉格朗日是第一
欧拉是第二，附属
因为信息都存在拉格朗日粒子中。
在这里插入图片描述

首先讲粒子传到网格，然后再网格中进行projection等，然后再将网格传回粒子，然后再对粒子操作。
但是会导致计算量的损失。

3 Particle-in-cell

1 概念

在这里插入图片描述
在这里插入图片描述

2 核函数的选择

用的linear 和quadratic
linear不光滑，会导致模拟系统不稳定，所以quadratic用的最多。
流体中会用linear

在这里插入图片描述
在这里插入图片描述
处理权重大于零的，去掉权重
在这里插入图片描述

在这里插入图片描述
能量耗散比较严重，大家都很少用这个
在这里插入图片描述
演示如下：
在这里插入图片描述
在这里插入图片描述
剪切，旋转，拉伸不能保持。因为能量消耗
只有translation是好的。
在这里插入图片描述

原因如下：因为网格上有18个自由度，到粒子上后变成两个自由度了。

在这里插入图片描述
解决方案如下：

在这里插入图片描述

4 APIC

数学推导复杂，但是实现起来很简单！
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

效果不错

5 polyPIC

在这里插入图片描述

6 FLIP

多了个patricle to particle的信息。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
刚开始建议使用APIC，
FLIP实现起来多开一个grip，实现起来复杂点。

在这里插入图片描述

3 MPM

这节课最终极的目标就是讲这个。
最近比较火，
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

MPM为啥这么流行呢？

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

4 MLS-MPM

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

C矩阵
在这里插入图片描述

5 总结

在这里插入图片描述
在这里插入图片描述

6 视频

https://www.bilibili.com/video/BV1ZK411H7Hc?p=7

longerVR
关注
专栏目录
Games201学习笔记6：混合欧拉-拉格朗日视角1
武功高强的盲僧的博客
05-10 956
学习教程来自:GAMES201：高级物理引擎实战指南2020 以下大部分图片来自教程PPT，仅作为笔记用于学习和分享，侵删 笔记内容大多为课程内容的翻译和转述，外加一些自己的理解，若有不正确的地方恳请大家交流和指正 笔记 hybrid Lagrangian-Eulerian methods 1. 算法好坏判断因素 物理属性上： Momentum：动量守恒 Angular momentum：角动量守恒 Volume (incompressibility)：体积守恒 Energy (low dissipat
Games101课程笔记_lecture22_欧拉视角、拉格朗日视角与物质点法
qq_41286360的博客
04-24 1883
单个粒子仿真； 刚体仿真； 流体仿真；
【GAMES201学习笔记】01- 拉格朗日视角
捕鱼维的个人小站
05-21 505
《GAMES201》 学习笔记~
Game201_lecture4_欧拉视角
qq_41286360的博客
06-24 340
欧拉视角
Games201_lecture8_混合欧拉-拉格朗日视角（2）
qq_41286360的博客
08-01 290
主要讲的是MPM
GAMES101_Lecture_01.pdf
11-14
"GAMES101 Lecture 01 Notes" 本文档是关于计算机图形学的讲义，讲述了基本概念和技术。下面是对标题、描述、标签和部分内容的知识点解读： Rasterization Rasterization是计算机图形学中的一个重要概念，它将三...
lecture_ncso_sb_Spin-orbitcoupling_orbit_NCSO_Lecturenote_
10-02
标题中的“lecture_ncso_sb_Spin-orbitcoupling_orbit_NCSO_Lecturenote_”表明这是一份关于“自旋-轨道耦合（Spin-Orbit Coupling, SOC）”和“非对称自旋波（Noncollinear Spin Ordering, NCSO）”的讲座笔记，...
Lecture_notes_6-10.zip_lecture notes_thread
09-23
Lecture 08-Notes 2017-01-20.pdf和Lecture 09-Notes 2017-01-23.pdf可能进一步阐述了线程同步中的其他工具和技术，以及如何避免和解决多线程冲突。最后，Lecture 10-Notes 2017-01-25.pdf可能涵盖了更高级的主题，...
Python库 | lecture_transcriber-0.3.0-py3-none-any.whl
05-06
资源分类：Python库 所属语言：Python 资源全名：lecture_transcriber-0.3.0-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
计算机组成与结构：DS and AL_Lecture1-1--Introduction.ppt
05-27
计算机组成与结构：DS and AL_Lecture1-1--Introduction.ppt
Games201学习笔记1：拉格朗日视角
武功高强的盲僧的博客
05-04 1250
学习教程来自:GAMES201：拉格朗日视角 基于物理的动画中的一些基本概念
Game201_lecture2_拉格朗日视角
qq_41286360的博客
06-08 463
弹簧质子系统和SPH
【GAMES201学习笔记】Lecture 2 拉格朗日视角(1)
不能自拔
04-10 611
GAMES201学习笔记第一章——拉格朗日视角1
对物质导数与拉格朗日视角、欧拉视角之间的关系的粗浅理解
qq_41814987的博客
03-24 1394
之前有一个没怎么注意到的疑问，在拉格朗日视角和欧拉视角中，分别有不同形式的N-S方程（或者叫动量方程），拉格朗日视角中是这样的： DuDt=−1ρ∇+ν∇⋅∇u+g(1) \frac{\mathrm{D}\boldsymbol{u}}{\mathrm{D}{t}}=-\frac{1}{\rho}\nabla+\nu\nabla\cdot{\nabla}\boldsymbol{u}+\boldsymbol{g}\tag{1} DtDu​=−ρ1​∇+ν∇⋅∇u+g(1) 欧拉视角中是这样的： ∂u∂t=−(u
拉格朗日乘子法理解
ACM之路
06-03 678
1.2. Linear and Quadratic Discriminant Analysis（线性判别和二次判别分析）（一）
matrix_studio的博客
11-13 2196
1.2. Linear and Quadratic Discriminant Analysis 一、简介 西瓜书里是这样介绍的线性判别的： LDA的思想十分朴素：给定训练样例集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远离；在对新样本进行分类时，将其投影到同样的这条直线上，再根据投影点的位置来确定新样本的类别。 sklearn的这段话给出了几个信息： 第一，判别的核心叫做决策面(decition surface)，而线性判别和二次判别具有不同的决策面。 第二，线性
机器学习-非线性关系拟合(Linear, Quadratic和Cubic)
Santorinisu Blogs
02-22 4835
Section I: Code Bundle and Result Analyses The relationship between house prices and LSTAT(percent lower status of the population) will be fitted via the second degree (quadratic) and the third degree...
优化问题-LP，QP和QCQP（线性规划，Linear Programming； 二次规划，Quadratic Programming；二次约束二次规划）
热门推荐
qq_33668008的博客
04-11 1万+
文章目录线性规划（LP）LP的一些例子：Chebyshev中心ℓ∞\ell_{\infty}ℓ∞​-norm 近似问题：ℓ1\ell_{1}ℓ1​-norm 近似问题：二次规划（QP）QP的例子：有界约束最小二乘问题多面体的距离二次约束二次规划（QCQP）QP和QCQP在beamforming设计中的应用接收波束成形：平均旁瓣能量最小化接收波束成形：最大旁瓣能量最小化QCQP在认知无线电(cognitive radio)发射beamforming的应用 线性规划（LP） LP问题的一般形式为： min⁡cT
sklearn(十二)：Linear and Quadratic Discriminant Analysis
u014765410的博客
10-02 572
Linear and Quadratic Discriminant Analysis是一种classifier，分别可获得linear and quadratic decision surface，他们可得到封闭式的解决方案(closed-form solution)，并且很容易计算得到，这两种classifier本质上是用来解决multiclass问题的。 Linear Discriminant...
FileNotFoundError: [Errno 2] No such file or directory: 'G:\\HSI\\code\\lecture_3\\SSRN-main\\pretrained_models\\IN-SSRN//SSRN_sample200.pth'
最新发布
07-25
根据错误信息，系统找不到文件 'G:\\HSI\\code\\lecture_3\\SSRN-main\\pretrained_models\\IN-SSRN//SSRN_sample200.pth'。请确保文件路径正确，并且文件存在于该路径下。另外，注意路径中的斜杠（/）和反斜杠（\）...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值