在工程設計中常采用計算力學的手段。計算力學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算機處理的一種結(jié)構(gòu)分析的數(shù)值計算方法。有限元分析在飛機設計、水壩建造、機械產(chǎn)品設計、建筑結(jié)構(gòu)應力分析等領(lǐng)域都得到了廣泛應用。從數(shù)學的觀點來看,有限元分析將研究對象劃分為若干個子單元，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，應用可視化技術(shù)可實現(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，實現(xiàn)網(wǎng)格劃分的優(yōu)化，使計算結(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洞

飛機、汽車、船舶等在設計時都必須考慮在氣體、液體高速運動的環(huán)境中獲得優(yōu)良性能和正常工作。過去的做法是：將所設計的飛機模型放在大型風洞或水洞里做流體動力學的物理模擬實驗，然后根據(jù)實驗結(jié)果修改設計。這種做法既耗費資金，又延長了設計周期。目前已實現(xiàn)了在計算機上進行流體動力學的模擬計算，這就是計算流體動力學(CFD)。其核心是求解表示流體流動的偏微分方程。目前，利用超級計算機可以對復雜幾何模型的Navier-Stokes方程式求解。最后可計算出流場中各種參數(shù)在每一時刻的數(shù)值，但數(shù)據(jù)量十分龐大。為了理解和分析流體流動的模擬計算結(jié)果，必須利用可視化技術(shù)在屏幕上將數(shù)據(jù)動態(tài)地顯示出來。例如，用多種不同方法表示出每一點的速度、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微結(jié)構(gòu)和各種參數(shù)的等值面。當然，計算流體動力學和有限元分析一樣，計算的速度和準確度受網(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)字模擬設備(NAF)，不僅將可視化技術(shù)用于CFD計算，同時也用于從風洞試驗獲得的二維圖象重構(gòu)三維流場,并進行計算結(jié)果與試驗結(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)實技術(shù),構(gòu)筑了“虛擬風洞”，為分析各種非定常流動中的復雜結(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，科學計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。隨著社會信息化的推進和網(wǎng)絡應用的日益廣泛，信息源越來越龐大。除了需求對海量數(shù)據(jù)進行存儲、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)可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計等功能，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展。目前的研究熱點是機器學習。機器學習是用計算機模擬人類學習的一門科學，比較成熟的算法有神經(jīng)網(wǎng)絡、遺傳算法等。用數(shù)據(jù)庫管理系統(tǒng)來存儲數(shù)據(jù)，用機器學習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。實際上，KDD是一門交叉性學科，涉及到機器學習、模式識別、統(tǒng)計學、智能數(shù)據(jù)庫、知識獲取、數(shù)據(jù)可視化、高性能計算、專家系統(tǒng)等多個領(lǐng)域。KDD可以用在信息管理、過程控制、查詢優(yōu)化、科學研究、決策支持和數(shù)據(jù)自身維護等許多方面。

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)學的，也可以是非數(shù)學的;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)當前歷史和當前數(shù)據(jù)推測未來數(shù)據(jù)的預測型知識;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)知識過程中進行人機交互，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。在科學計算可視化中，顯示的對象涉及標量、矢量及張量等不同類別的空間數(shù)據(jù)，研究的重點放在如何真實、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量數(shù)據(jù)，目前的研究重點在于，設計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、人機交互技術(shù)等問題。

圖5 意大利中央銀行對各分行業(yè)務的統(tǒng)計圖

信息可視化在商務、金融和通信等領(lǐng)域，有著十分廣闊的應用前景。在通信領(lǐng)域，一方面，目前正在開發(fā)更為精細和高級的網(wǎng)絡模型，以輔助將來的規(guī)劃過程。另一方面，更復雜的發(fā)射和交換設備，為現(xiàn)行網(wǎng)絡的重構(gòu)提供了更大的自由度和靈活性，但造成在單個網(wǎng)絡單元上運行的的原始數(shù)據(jù)不斷增加。全部網(wǎng)絡運行的最優(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)絡規(guī)劃和日常管理等傳統(tǒng)的不同領(lǐng)域之間，進行信息和思想的動態(tài)交換。覆蓋物理網(wǎng)絡的是一個包括聲音、數(shù)據(jù)和圖象服務的廣闊領(lǐng)域，其中每一項都有自己的數(shù)據(jù)和管理要求。 此外，現(xiàn)代網(wǎng)絡不受國界的限制，是一個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)絡中，就充分應用了信息可視化技術(shù)。這個網(wǎng)絡有六千多個切換設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)絡狀態(tài)和控制數(shù)據(jù)。在BT網(wǎng)絡中，每五分鐘大約有六萬個與數(shù)字開關(guān)相連的局域路徑的運行情況要報告給中央操作單元(Ceutral Operations Unit)，中央操作單元再將這些數(shù)字用于實時網(wǎng)絡監(jiān)測和控制。通過測量大量運行參數(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行參數(shù)的地理分布，以及你所感興趣的時間間隔中的動畫。每個區(qū)域中參數(shù)的最小值，最大值和平均值都可以用一個彩條圖表示?？梢暬诜强臻g數(shù)據(jù)中，諸如在財務指標或流通量統(tǒng)計中的應用，引起了廣泛的興趣。很多用于工程和科學應用中的可視化工具和技術(shù)能夠很快地轉(zhuǎn)移到財務和統(tǒng)計中來?？梢暬瘧贸晒Φ年P(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)應用的一個典型例子是網(wǎng)絡統(tǒng)計，其中包括記錄單個網(wǎng)絡單元的特性、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潛在的有用技術(shù).。城市景象是一個擴展的3D條狀圖，其中2D域上的標量值表示為一個均勻網(wǎng)格上的街區(qū)或大樓?？梢暬硎境鰧σ荒曛械拿總€月，劃分成十個地理帶上設想的呼叫失敗率的統(tǒng)計資料。BT已將城市景象應用用于調(diào)查按月按區(qū)的服務統(tǒng)計和傳送系統(tǒng)運行性能。這些應用可以非常容易地用于金融信息，諸如每個區(qū)域、每個時間段的股票收益特性，或按地理和按收入水視化挖掘(VisualMine)，通過顯示各個分行的貨幣流通總量、總收入和現(xiàn)金運作平統(tǒng)計的消費總量。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。由由于信息可視化對日益顯著的“數(shù)據(jù)超載”問題，可以提供近實時的解，它將對商務、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。