萨姆雷

在SAMRAI面向对象框架中管理应用程序复杂性。面向科学计算的软件库面临的主要挑战是提供足够的灵活性以满足复杂的、多样化的和不断变化的应用需求的能力。面向对象的设计技术是在软件体系结构中捕捉复杂应用程序特性的有价值的工具。在本文中,我们描述了某些突出的面向对象的SAMRAI软件库已被证明是有用的应用程序开发。SAMRAI用于各种应用程序,并在这些应用程序中显示了大量代码和设计重用。这种灵活性和可扩展性用三个不同的应用程序代码来说明。我们强调我们的设计的两个重要特征。首先,我们描述了复杂的数值算法的组成,从较小的组件,可用于不同的应用。其次,我们讨论现有的框架组件的扩展,以满足新的应用需求。


ZBMaCT中的参考文献(40篇文章中引用)

显示结果1至20的40。
按年份排序(引文
  1. FoTi,丹尼尔;Duraisamy,Kalthk:涡量输运方程的多维有限体积格式(2018)
  2. 帕特尔,Namrata K.;BHARA,Amneet Pal Singh;Patankar,Neelesh A.:一种新的基于约束的游泳动物神经动力学计算神经力学公式(2018)
  3. Donna Calhoun,Carsten Burstedde:FordScA爪:一种基于四叉树的补丁自适应网格细化并行算法(2017)阿西夫
  4. Jannis Teunissen,Ute Ebert:AFIVO:一个具有共享内存并行化和几何多重网格方法的四叉树/八叉树AMR框架(2017)阿西夫
  5. 刘,王毅;Koiges,爱丽丝;GoTt,凯文;埃德,戴维;巴纳德,Pig;S.,So;Fisher,Y:用AMR(2017)编写的多材料ALE代码的表面张力模型
  6. Nangia,尼森特;约翰森,汉斯;Patankar,Neelesh A.;BHARA,Amneet Pal Singh:一种计算浸没体流体动力和扭矩的运动控制体积法(2017)
  7. Nicholas A. Battista,W. Christopher Strickland,Laura A. Miller:Ib2D:一个Python和Matlab实现的浸入式边界法(2016)阿西夫
  8. S.Ta Tra,Martin L.;Brdtkkrb,Arér;Lie,Knut Andreas:浅水方程自适应网格细化的高效GPU实现(2015)
  9. Bhalla,Amneet Pal Singh;Bale,拉胡尔;格里菲思,Boyce E.;Patankar,Neelesh A.:粒子运动、电定位和自推进的完全解析电流体动力学(2014)
  10. Dickopf,托马斯;克劳斯,多里安;克劳斯,罗尔夫;波特斯,马克:单域方程(2014)的轻量并行自适应方案的设计与分析
  11. Bhalla,Amneet Pal Singh;Bale,拉胡尔;格里菲思,Boyce E.;Patankar,Neelesh A.:一个统一的数学框架和一个自适应的数值方法,用于刚性、变形和弹性体的流体-结构相互作用(2013)
  12. Hittinger,J. A. F.;BANS,J. W.:Vlasov模拟的块结构自适应网格细化算法(2013)
  13. 格里菲思,博伊斯E.生理驱动和负荷条件下主动脉瓣动力学的沉浸边界模型(2012)
  14. Kamkar,S. J.;Wissink,A. M.;Salkhan.,V.;詹姆森,A:特征驱动的笛卡尔自适应网格细化算法(2011)
  15. Thornburg,乔纳森:特征网格的自适应网格细化(2011)
  16. 李,Pilhwa;格里菲思,Boyce E.;Paskin,Charles S.:隐式时间步长局部网格细化的平流电扩散浸没边界法(2010)
  17. 王,平:用任意Lagrangian Eulerian公式和自适应网格细化方法建模材料响应(2010)
  18. Bordas,Rafel;Carpentieri,布鲁诺;福蒂亚,吉奥吉奥;Majo,法比奥;Nobe,罗斯;Pitt Francis,Pitt Francis;Southern and Y:下一代高性能计算机心脏电生理学的模拟(2009)
  19. Nourgaliev,R. R.;Liou,M.S.;TehanaNess,T. G.:界面不稳定性的数值预测:锋利界面法(SIM)(2008)
  20. 菲利普,Bobby;CHAC,路易斯;珀尼斯,米迦勒:二维降阻磁流体的隐式自适应网格细化(2008)

进一步的出版物可以在:HTTP://Caltual.LLNL.GOV/SCAL/SAMRAI/SAMRAIIAIPu外宣.HTML