在计算机图形学领域,对于动物的毛发以及人的头发的模拟仍然是一个非常前沿并且具有挑战性的工作。这主要是由于在模拟环境中往往需要对数十万根头发进行模拟,同时要保证各自的运动特性以及考虑头发和头发之间的交互碰撞。传统的交互毛发解决方案上往往通过运用简化的动力学表征或者降低整体的模拟自由度来达到保证模拟的实时性。在本篇论文当中,我们提出一种实时地、基于GPU通用计算的毛发模拟方法。该方法旨在高效地模拟毛发的动力学特性（非延展性,弯曲以及卷曲的应力学表现）同时能够在粗细两个层面解决头发的自交互以及自碰撞问题。该方法改进了 Selle之前提出的基于“质量弹簧系统（Mass spring system）”的毛发模拟模型,通过提出了一个在R3上的隐式欧拉解算器,并利用Selle模型中质点的“局部连接性”来达到快速求解时域积分的目的。该隐式解算器相较于传统的“前置条件的共轭梯度解算器（PCG）”而言在速度方面有极大的提升。在自交互解算方面,我们将毛发的自交互分解成粗粒度的“体积形态保护（Volumetric preservation）”的部分以及细粒度的自碰撞的部分。粗粒度的体积计算可以通过拉格朗日（Lagrange）法来约束粒子密度的方案使得头发能够维持体积以及形状。而从细粒度上,我们则利用自碰撞在时域方面的连续性来加速碰撞的检测以及解算。从总体而言,本论文中提出的解算方案能够实时地在个人电脑上通过GPU完成高保真的头发模拟的解算步骤;与此同时,本方法也同样适用于不同类型的头发以及动物皮毛等方面的解算上面。