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。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構分析的數值計算方法。有限元分析在飛機設計、水壩建造、機械產品設計、建筑結構應力分析等領域都得到了廣泛應用。從數學的觀點來看,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，應用可視化技術可實現(xiàn)形體的網格劃分及有限元分析結果數據的圖形顯示，即所謂有限元分析的前后處理，并根據分析結果，實現(xiàn)網格劃分的優(yōu)化，使計算結果更加可靠和精確。

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，然后根據實驗結果修改設計。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在每一時刻的數值，但數據量十分龐大。為了理解和分析流體流動的模擬計算結果，必須利用可視化技術在屏幕上將數據動態(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構和各種參數的等值面。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格劃分的影響很大，通過可視化技術可以針對不同對象，找到最適合的網格劃分方法。美國航空航天局阿姆斯研究中心(AMES)的航空航天數字模擬設備(NAF)，不僅將可視化技術用于CFD計算，同時也用于從風洞試驗獲得的二維圖象重構三維流場,并進行計算結果與試驗結果的比較分析。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,構筑了“虛擬風洞”，為分析各種非定常流動中的復雜結構，提供直觀的研究環(huán)境。

四.信息可視化技術的發(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據場的可視化，而信息可視化則是指非空間數據的可視化。隨著社會信息化的推進和網絡應用的日益廣泛，信息源越來越龐大。除了需求對海量數據進行存儲、傳輸、檢索及分類等外，更迫切需求了解數據之間的相互關系及發(fā)展趨勢。實際上，在激增的數據背后，隱藏著許多重要的信息，人們希望能夠對其進行更高層次的分析，以便更好地利用這些數據。目前的數據庫系統(tǒng)可以高效地實現(xiàn)數據的錄入、查詢、統(tǒng)計等功能，但無法發(fā)現(xiàn)數據中存在的關系和規(guī)則，無法根據現(xiàn)有的數據預測未來的發(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網絡、遺傳算法等。用數據庫管理系統(tǒng)來存儲數據，用機器學習的方法來分析和挖掘大量數據背后的知識，這兩者的結合促成了“數據庫中的知識發(fā)現(xiàn)(KDD：Knowledge Discovery in Databases)”的產生。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、智能數據庫、知識獲取、數據可視化、高性能計算、專家系統(tǒng)等多個領域。KDD可以用在信息管理、過程控制、查詢優(yōu)化、科學研究、決策支持和數據自身維護等許多方面。

KDD的核心技術是數據挖掘(Data Mining)。它是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中,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。人們把原始數據看作是形成知識的源泉,就像從礦石中采礦一樣。原始數據可以是結構化的，如關系數據庫中的數據，也可以是半結構化的，如文本、圖形、圖像數據，甚至是分布在網絡上的不同構型數據。數據挖掘的方法可以是數學的，也可以是非數學的;可以是演繹的，也可以是歸納的。通過數據挖掘可以發(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聯(lián)的關聯(lián)型知識;根據當前歷史和當前數據推測未來數據的預測型知識;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。 為了了解數據之間的相互關系及發(fā)展趨勢，人們可以求助于可視化技術。信息可視化不僅用圖像來顯示多維的非空間數據，使用戶加深對數據含義的理解，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據，研究的重點放在如何真實、快速地顯示三維數據場。而在信息可視化中，顯示的對象主要是多維的標量數據，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據及它們相互之間的關系，其中更多地涉及心理學、人機交互技術等問題。

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、金融和通信等領域，有著十分廣闊的應用前景。在通信領域，一方面，目前正在開發(fā)更為精細和高級的網絡模型，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)行網絡的重構提供了更大的自由度和靈活性，但造成在單個網絡單元上運行的的原始數據不斷增加。全部網絡運行的最優(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、網絡規(guī)劃和日常管理等傳統(tǒng)的不同領域之間，進行信息和思想的動態(tài)交換。覆蓋物理網絡的是一個包括聲音、數據和圖象服務的廣闊領域，其中每一項都有自己的數據和管理要求。 此外，現(xiàn)代網絡不受國界的限制，是一個覆蓋很多國家和載體的國際性結構，因而其潛在的數據量和復雜程度均以更大的數量級在遞增。在英國電信公司(BT)的網絡中，就充分應用了信息可視化技術。這個網絡有六千多個切換設備和兩千五百多萬條客戶線，從而產生了每分鐘幾兆字節(jié)的網絡狀態(tài)和控制數據。在BT網絡中，每五分鐘大約有六萬個與數字開關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字用于實時網絡監(jiān)測和控制。通過測量大量運行參數，每天要產生兩千兆字節(jié)以上的數據。圖形輸出描繪了選擇的運行參數的地理分布，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數據中，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能夠很快地轉移到財務和統(tǒng)計中來。可視化應用成功的關鍵在于它具有為用戶提供了交互式的研究數據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。在非空間數據范圍內應用的一個典型例子是網絡統(tǒng)計，其中包括記錄單個網絡單元的特性、開關、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.。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“數據超載”問題，可以提供近實時的解，它將對商務、金融和通信等領域的信息管理，產生重要的影響。由此可見，數量日益增加的數據和信息是有用的，而關鍵在于盡快從中提練對我們有用的知識。