可視化技術(shù)

在工程設(shè)計(jì)中常采用計(jì)算力學(xué)的手段。計(jì)算力學(xué)更離不開可視化技術(shù)。有限元分析(FEA)是50年代提出的適用于計(jì)算機(jī)處理的一種結(jié)構(gòu)分析的數(shù)值計(jì)算方法。有限元分析在飛機(jī)設(shè)計(jì)、水壩建造、機(jī)械產(chǎn)品設(shè)計(jì)、建筑結(jié)構(gòu)應(yīng)力分析等領(lǐng)域都得到了廣泛應(yīng)用。從數(shù)學(xué)的觀點(diǎn)來看,有限元分析將研究對象劃分為若干個(gè)子單元，并在此基礎(chǔ)上求出偏微分方程的近似解。在有限元分析中，應(yīng)用可視化技術(shù)可實(shí)現(xiàn)形體的網(wǎng)格劃分及有限元分析結(jié)果數(shù)據(jù)的圖形顯示，即所謂有限元分析的前后處理，并根據(jù)分析結(jié)果，實(shí)現(xiàn)網(wǎng)格劃分的優(yōu)化，使計(jì)算結(jié)果更加可靠和精確。

圖4 美國航空航天局阿姆斯研究中心的虛擬風(fēng)洞

飛機(jī)、汽車、船舶等在設(shè)計(jì)時(shí)都必須考慮在氣體、液體高速運(yùn)動(dòng)的環(huán)境中獲得優(yōu)良性能和正常工作。過去的做法是：將所設(shè)計(jì)的飛機(jī)模型放在大型風(fēng)洞或水洞里做流體動(dòng)力學(xué)的物理模擬實(shí)驗(yàn)，然后根據(jù)實(shí)驗(yàn)結(jié)果修改設(shè)計(jì)。這種做法既耗費(fèi)資金，又延長了設(shè)計(jì)周期。目前已實(shí)現(xiàn)了在計(jì)算機(jī)上進(jìn)行流體動(dòng)力學(xué)的模擬計(jì)算，這就是計(jì)算流體動(dòng)力學(xué)(CFD)。其核心是求解表示流體流動(dòng)的偏微分方程。目前，利用超級計(jì)算機(jī)可以對復(fù)雜幾何模型的Navier-Stokes方程式求解。最后可計(jì)算出流場中各種參數(shù)在每一時(shí)刻的數(shù)值，但數(shù)據(jù)量十分龐大。為了理解和分析流體流動(dòng)的模擬計(jì)算結(jié)果，必須利用可視化技術(shù)在屏幕上將數(shù)據(jù)動(dòng)態(tài)地顯示出來。例如，用多種不同方法表示出每一點(diǎn)的速度、壓力、溫度和組分等,并顯示出渦流、沖擊波、剪切層、尾流及湍流等。在流場的可視化中,既要提高顯示速度，又要逼真地顯示流場的細(xì)微結(jié)構(gòu)和各種參數(shù)的等值面。當(dāng)然，計(jì)算流體動(dòng)力學(xué)和有限元分析一樣，計(jì)算的速度和準(zhǔn)確度受網(wǎng)格劃分的影響很大，通過可視化技術(shù)可以針對不同對象，找到最適合的網(wǎng)格劃分方法。美國航空航天局阿姆斯研究中心(AMES)的航空航天數(shù)字模擬設(shè)備(NAF)，不僅將可視化技術(shù)用于CFD計(jì)算，同時(shí)也用于從風(fēng)洞試驗(yàn)獲得的二維圖象重構(gòu)三維流場,并進(jìn)行計(jì)算結(jié)果與試驗(yàn)結(jié)果的比較分析。特別是他們利用基于高度三維交互特性的虛擬現(xiàn)實(shí)技術(shù),構(gòu)筑了“虛擬風(fēng)洞”，為分析各種非定常流動(dòng)中的復(fù)雜結(jié)構(gòu)，提供直觀的研究環(huán)境。

四.信息可視化技術(shù)的發(fā)展

近年來，國際上提出信息了可視化問題。一般說來，科學(xué)計(jì)算可視化是指空間數(shù)據(jù)場的可視化，而信息可視化則是指非空間數(shù)據(jù)的可視化。隨著社會(huì)信息化的推進(jìn)和網(wǎng)絡(luò)應(yīng)用的日益廣泛，信息源越來越龐大。除了需求對海量數(shù)據(jù)進(jìn)行存儲(chǔ)、傳輸、檢索及分類等外，更迫切需求了解數(shù)據(jù)之間的相互關(guān)系及發(fā)展趨勢。實(shí)際上，在激增的數(shù)據(jù)背后，隱藏著許多重要的信息，人們希望能夠?qū)ζ溥M(jìn)行更高層次的分析，以便更好地利用這些數(shù)據(jù)。目前的數(shù)據(jù)庫系統(tǒng)可以高效地實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計(jì)等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。另一方面，人工智能自1956 年誕生后也取得了重大進(jìn)展。目前的研究熱點(diǎn)是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)是用計(jì)算機(jī)模擬人類學(xué)習(xí)的一門科學(xué)，比較成熟的算法有神經(jīng)網(wǎng)絡(luò)、遺傳算法等。用數(shù)據(jù)庫管理系統(tǒng)來存儲(chǔ)數(shù)據(jù)，用機(jī)器學(xué)習(xí)的方法來分析和挖掘大量數(shù)據(jù)背后的知識，這兩者的結(jié)合促成了“數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KDD：Knowledge Discovery in Databases)”的產(chǎn)生。實(shí)際上，KDD是一門交叉性學(xué)科，涉及到機(jī)器學(xué)習(xí)、模式識別、統(tǒng)計(jì)學(xué)、智能數(shù)據(jù)庫、知識獲取、數(shù)據(jù)可視化、高性能計(jì)算、專家系統(tǒng)等多個(gè)領(lǐng)域。KDD可以用在信息管理、過程控制、查詢優(yōu)化、科學(xué)研究、決策支持和數(shù)據(jù)自身維護(hù)等許多方面。

KDD的核心技術(shù)是數(shù)據(jù)挖掘(Data Mining)。它是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。人們把原始數(shù)據(jù)看作是形成知識的源泉,就像從礦石中采礦一樣。原始數(shù)據(jù)可以是結(jié)構(gòu)化的，如關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)，也可以是半結(jié)構(gòu)化的，如文本、圖形、圖像數(shù)據(jù)，甚至是分布在網(wǎng)絡(luò)上的不同構(gòu)型數(shù)據(jù)。數(shù)據(jù)挖掘的方法可以是數(shù)學(xué)的，也可以是非數(shù)學(xué)的;可以是演繹的，也可以是歸納的。通過數(shù)據(jù)挖掘可以發(fā)現(xiàn)多種類型的知識，包括反映同類事物共同性質(zhì)的廣義型知識;反映事物各方面特征的特征型知識;反映不同事物之間屬性差別的差異型知識;反映一事物和其它事物之間依賴或關(guān)聯(lián)的關(guān)聯(lián)型知識;根據(jù)當(dāng)前歷史和當(dāng)前數(shù)據(jù)推測未來數(shù)據(jù)的預(yù)測型知識;揭示事物偏離常規(guī)出現(xiàn)異?，F(xiàn)象的偏離型知識。為了發(fā)現(xiàn)這些不同類型的知識。要采用多種發(fā)現(xiàn)知識的工具。為了使發(fā)現(xiàn)知識的過程和結(jié)果易于理解和在發(fā)現(xiàn)知識過程中進(jìn)行人機(jī)交互，要發(fā)展發(fā)現(xiàn)知識的可視化方法。 為了了解數(shù)據(jù)之間的相互關(guān)系及發(fā)展趨勢，人們可以求助于可視化技術(shù)。信息可視化不僅用圖像來顯示多維的非空間數(shù)據(jù)，使用戶加深對數(shù)據(jù)含義的理解，而且用形象直觀的圖像來指引檢索過程，加快檢索速度。在科學(xué)計(jì)算可視化中，顯示的對象涉及標(biāo)量、矢量及張量等不同類別的空間數(shù)據(jù)，研究的重點(diǎn)放在如何真實(shí)、快速地顯示三維數(shù)據(jù)場。而在信息可視化中，顯示的對象主要是多維的標(biāo)量數(shù)據(jù)，目前的研究重點(diǎn)在于，設(shè)計(jì)和選擇什么樣的顯示方式才能便于用戶了解龐大的多維數(shù)據(jù)及它們相互之間的關(guān)系，其中更多地涉及心理學(xué)、人機(jī)交互技術(shù)等問題。

圖5 意大利中央銀行對各分行業(yè)務(wù)的統(tǒng)計(jì)圖

信息可視化在商務(wù)、金融和通信等領(lǐng)域，有著十分廣闊的應(yīng)用前景。在通信領(lǐng)域，一方面，目前正在開發(fā)更為精細(xì)和高級的網(wǎng)絡(luò)模型，以輔助將來的規(guī)劃過程。另一方面，更復(fù)雜的發(fā)射和交換設(shè)備，為現(xiàn)行網(wǎng)絡(luò)的重構(gòu)提供了更大的自由度和靈活性，但造成在單個(gè)網(wǎng)絡(luò)單元上運(yùn)行的的原始數(shù)據(jù)不斷增加。全部網(wǎng)絡(luò)運(yùn)行的最優(yōu)化，需要有效地使用來自所有這些信號源，而且需要在諸如市場、網(wǎng)絡(luò)規(guī)劃和日常管理等傳統(tǒng)的不同領(lǐng)域之間，進(jìn)行信息和思想的動(dòng)態(tài)交換。覆蓋物理網(wǎng)絡(luò)的是一個(gè)包括聲音、數(shù)據(jù)和圖象服務(wù)的廣闊領(lǐng)域，其中每一項(xiàng)都有自己的數(shù)據(jù)和管理要求。 此外，現(xiàn)代網(wǎng)絡(luò)不受國界的限制，是一個(gè)覆蓋很多國家和載體的國際性結(jié)構(gòu)，因而其潛在的數(shù)據(jù)量和復(fù)雜程度均以更大的數(shù)量級在遞增。在英國電信公司(BT)的網(wǎng)絡(luò)中，就充分應(yīng)用了信息可視化技術(shù)。這個(gè)網(wǎng)絡(luò)有六千多個(gè)切換設(shè)備和兩千五百多萬條客戶線，從而產(chǎn)生了每分鐘幾兆字節(jié)的網(wǎng)絡(luò)狀態(tài)和控制數(shù)據(jù)。在BT網(wǎng)絡(luò)中，每五分鐘大約有六萬個(gè)與數(shù)字開關(guān)相連的局域路徑的運(yùn)行情況要報(bào)告給中央操作單元(Ceutral Operations Unit)，中央操作單元再將這些數(shù)字用于實(shí)時(shí)網(wǎng)絡(luò)監(jiān)測和控制。通過測量大量運(yùn)行參數(shù)，每天要產(chǎn)生兩千兆字節(jié)以上的數(shù)據(jù)。圖形輸出描繪了選擇的運(yùn)行參數(shù)的地理分布，以及你所感興趣的時(shí)間間隔中的動(dòng)畫。每個(gè)區(qū)域中參數(shù)的最小值，最大值和平均值都可以用一個(gè)彩條圖表示。可視化在非空間數(shù)據(jù)中，諸如在財(cái)務(wù)指標(biāo)或流通量統(tǒng)計(jì)中的應(yīng)用，引起了廣泛的興趣。很多用于工程和科學(xué)應(yīng)用中的可視化工具和技術(shù)能夠很快地轉(zhuǎn)移到財(cái)務(wù)和統(tǒng)計(jì)中來?？梢暬瘧?yīng)用成功的關(guān)鍵在于它具有為用戶提供了交互式的研究數(shù)據(jù)和揭示那些用其它方法很困難揭示的趨勢、循環(huán)和模式的能力。在非空間數(shù)據(jù)范圍內(nèi)應(yīng)用的一個(gè)典型例子是網(wǎng)絡(luò)統(tǒng)計(jì)，其中包括記錄單個(gè)網(wǎng)絡(luò)單元的特性、開關(guān)、較大區(qū)域或地理分組等。另外城市景象(Cityscape)可視化也是這方面的一項(xiàng)潛在的有用技術(shù).。城市景象是一個(gè)擴(kuò)展的3D條狀圖，其中2D域上的標(biāo)量值表示為一個(gè)均勻網(wǎng)格上的街區(qū)或大樓?？梢暬硎境鰧σ荒曛械拿總€(gè)月，劃分成十個(gè)地理帶上設(shè)想的呼叫失敗率的統(tǒng)計(jì)資料。BT已將城市景象應(yīng)用用于調(diào)查按月按區(qū)的服務(wù)統(tǒng)計(jì)和傳送系統(tǒng)運(yùn)行性能。這些應(yīng)用可以非常容易地用于金融信息，諸如每個(gè)區(qū)域、每個(gè)時(shí)間段的股票收益特性，或按地理和按收入水視化挖掘(VisualMine)，通過顯示各個(gè)分行的貨幣流通總量、總收入和現(xiàn)金運(yùn)作平統(tǒng)計(jì)的消費(fèi)總量。例如意大利中央銀行就使用了意大利人工智能軟件公司開發(fā)的可總量，可以從異?，F(xiàn)象中發(fā)現(xiàn)通過銀行系統(tǒng)的非法活動(dòng)。由由于信息可視化對日益顯著的“數(shù)據(jù)超載”問題，可以提供近實(shí)時(shí)的解，它將對商務(wù)、金融和通信等領(lǐng)域的信息管理，產(chǎn)生重要的影響。由此可見，數(shù)量日益增加的數(shù)據(jù)和信息是有用的，而關(guān)鍵在于盡快從中提練對我們有用的知識。