论文部分内容阅读
由于动态人群的个体位置是动态变化的,因此情绪传染过程的计算成为一个难题.现有算法在人群仿真中通常需要计算每两物体之间的反应而无法达到实时要求.为了解决这个问题,提出一种基于GPU加速和社会力的感染力并行计算方法.将个人的情感影响范围投射到二维网格上,并用相同大小九宫格表示;并行计算个体与最近邻之间的相互作用力以便确定个体的运动位置;接着计算个体相互之间的情绪感染力向量并渲染仿真结果.整个算法通过GPU并行处理.实验显示,本算法有效提高较大规模动态人群情绪感染仿真的精确性与计算速度.