.png){kind=icon}
返回
A conservative constrained clustering-merging algorithm for particle-in-cell codes
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cpc.2025.109621.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
粒子合并算法使粒子网格代码能够模拟粒子数量快速增加的过程。将相空间中接近的粒子划分为合并子集有利于保持粒子分布函数（PDF）。然而，较大的子集可能导致差异显著的粒子被归为一类。为解决此问题，我们提出了一种保守约束聚类合并算法，该算法采用约束k均值方法，在满足物理量守恒要求的同时，将每个子集中的粒子数量控制在较低水平。随后，通过概率性调整权重的方式对子集中的粒子进行合并。此外，还讨论了子集大小对合并结果和计算性能的影响。
Keyword:
Particle-in-cell
Particle merging
Constraint k -means
Cluster size
期刊
IF:
3.4
论文数:
1.2W
被引数:
3.7W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
查看更多内容