区间-粒子群算法求解非线性方程组     

刘大平  何平 《内江师范学院学报》2010,25(12):21-23

将粒子群算法的群体搜索优点和区间算法的区间分析相结合,提出了一种求解非线性方程组的区间-粒子群算法.在迭代过程中,先用粒子群算法的全局收敛性和群体搜索能力得到近似解,再用区间算法的精确搜索能力快速得到高精度的解.数值实验表明：该算法能在较大范围的初始区间内快速可靠的迭代得到高精度的解,是求解非线性方程组的一种有效的算法.  相似文献   

道家之“道”与粒子物理学     

程民治 《南通师范学院学报》2010,(1):10-14

老子的“道生物”与基本粒子的转化、阴阳相感与费曼图、八卦图与重子（介子）八重图之关系,生动而饶有趣味地说明了老子及其道家思想的灵魂正在以各种不同的方式,与当代粒子物理学发生着这样或那样的联系。中国古代的道家学说与现代粒子物理学并不存在任何“血缘关系”,也不可能互相取代,但两者确实存在可比较之处。这样我们完全有理由将中国古代哲学汇入当代科学之潮流中,并从中汲取其智慧。  相似文献   

成都城区颗粒物消光系数特征及其与PM_2.5的关系   总被引：1，自引：0，他引：1  

宋丹林  陶俊  张普  周子航  李从庆  周来东 《中国科学院大学学报》2013,30(6):757-762

为进一步了解成都城区霾天气成因,收集2011年成都城区大气细颗粒物(PM_2.5)质量浓度,以及同步的颗粒物散射系数(b_sp)和颗粒物吸收系数(b_ap)资料,探讨b_sp和b_ap季节和日变化特征,以及大气消光系数(b_ext=b_sp+b_ap)与PM_2.5之间关系.结果发现,成都城区b_sp和b_ap年均值分别为(456±237) Mm^-1和(96±73) Mm^-1,其中b_sp日变化主要受到气象条件和郊区污染源输送的影响,b_ap日变化主要受到气象条件和本地移动源的影响.PM_2.5与b_ext呈现较好的线性关系(R²>0.92),表明PM_2.5是导致成都霾天气的主要因素.  相似文献   

以粒子蜂群网络建立高性能混凝土坍落度模型   总被引：1，自引：0，他引：1  

连立川  刘燕妮  叶怡成 《福建工程学院学报》2015,(1):1-9

以粒子蜂群算法(particle bee algorithm, PBA)结合神经网络(artificial neural network, NN),发展出一套能预测高性能混凝土(high performance concrete, HPC)坍落度模型的方法。以演化运算树(genetic operation tree, GOT)及倒传递网络(back propagation network, BPN)2种已发表的方法来比较其准确度。从模型的准确度可知,粒子蜂群网络(particle bee neural network, PBNN)模型预测的准确度高于GOT,但接近BPN的准确度;从参数的影响性可知,PBNN显示水、强塑剂、粗骨材、细骨材、粉煤灰及水泥添加量对于HPC坍落度的影响性大,而高炉矿渣粉用量对HPC坍落度并不敏感,显示各项材料对于坍落度的影响仍具备高度复杂性。  相似文献   

基于粒子群的模糊C均值文本聚类算法研究   总被引：1，自引：0，他引：1  

高劲松  张俊丽 《图书情报工作》2010,54(6):57-65

利用模糊C均值算法解决文本聚类问题时,随机选取的初始聚类中心和聚类数会导致不同的聚类结果,且容易陷入局部最优。提出利用粒子群优化算法确定模糊C均值的初始聚类中心,并通过向量空间模型和特征提取,再利用模糊C均值进行文档聚类。实验表明,这种基于粒子群的模糊C均值聚类算法迭代次数少,能解决经典模糊C均值算法对初始值敏感和易陷入局部极小的缺点,且聚类速度和效果得到明显提高。  相似文献   

广州市春季大气颗粒物的粒径分布及能见度研究     

张涛  陶俊  王伯光  张仁健 《中国科学院大学学报》2010,27(3):331-337

于2008年春季采用粒径谱仪和自动气象站等高分辨率仪器对广州城区大气颗粒物的粒径分布特征及其与大气能见度的相互关系进行研究.结果发现,0.5~20μm粒径范围的颗粒物数浓度随粒径增大而逐渐减小;质量浓度谱分布呈双峰型,分别在0.7μm和2.5μm出现峰值;而降雨对粗颗粒物的去除作用显著.0.5~2.5μm粒子浓度增加是大气能见度降低的重要原因.  相似文献   

Finite particle method for kinematically indeterminate bar assemblies   总被引：1，自引：0，他引：1  

Ying Yu  Yao-zhi Luo 《浙江大学学报(A卷英文版)》2009,10(5):669-676

This study presents a structural analysis algorithm called the finite particle method （FPM） for kinematically indeterminate bar assemblies. Different from the traditional analysis method, FPM is based on the combination of the vector mechanics and numerical calculations. It models the analyzed domain composed of finite particles. Newton＇s second law is adopted to describe the motions of all particles. A convected material flame and explicit time integration for the solution procedure is also adopted in this method. By using the FPM, there is no need to solve any nonlinear equations, to calculate the stiffness matrix or equilibrium matrix, which is very helpful in the analysis of kinematically indeterminate structures. The basic formulations for the space bar are derived, following its solution procedures for bar assemblies. Three numerical examples are analyzed using the FPM. Results obtained from both the straight pretension cable and the suspension cable assembly show that the FPM can produce a more accurate analysis result. The motion simulation of the four-bar space assembly demonstrates the capability of this method in the analysis ofkinematically indeterminate structures.  相似文献   

基于 EMD-PSO-ELM 算法的大坝变形预测研究     

徐肖遥  张鹏飞  蒋剑 《教育技术导刊》2009,19(9):1-5

基于极限学习机（ELM）构建的大坝变形预测模型易受连接权值、隐含层阈值及隐含层节点数影响,为获取更优的形变预测值,并改善模型预测可靠性,构建一种基于 EMD-PSO-ELM 算法,考虑时效、温度、水位等多因素的大坝变形预测模型。该模型首先从时频分析出发,利用经验模态分解（EMD）将变形时间序列分解成具有不同频率特征的分量|然后利用 PSO-ELM 模型解求形变预测值,重构获得大坝形变趋势。实验结果表明,融合时效、温度、水位等多因素的 EMD-PSO-ELM 大坝变形预测模型残差均方根误差为 1.83mm,平均绝对误差为 1.57mm,平均绝对百分比误差为 1.79%,比 ELM 模型与 EMD-ELM 模型相关误差值更小,在大坝变形预测方面性能更优。  相似文献   

改进式旋风除尘器内部两相流的数值模拟研究     

张野  王黎黎 《黑龙江科技信息》2013,(15):76-77,75

旋风除尘器是一种利用气固两相流体的旋转运动,使固体颗粒在离心力作用下从气流中分离出来的设备。当前,日益严重的能源危机和环保问题使得除尘器向低阻高效方向发展,而广泛应用的各种形式的旋风除尘器在实际运行过程当中,其性能指标还远不能满足要求,尤其是在对处理含尘量较低、颗粒粒径较小气体这一应用领域。基于两相流基本理论对旋风除尘器内部流场进行了深入的研究和分析,运用FLUENT模拟软件确定适合旋风除尘器的数值模拟方法。为了更好的适应工业实际需要,提出了一种新型的旋风除尘器结构,并就其流场和性能进行研究。结果表明,改进后的旋风除尘器除尘效率提升最高可达3.28%,压力损失最大减少40%以上。结果对于了解旋风除尘器的分离机理和内部流场的复杂运动规律,提高旋风除尘器的除尘效率,改善和优化旋风除尘器的结构具有重要意义。  相似文献   

承压水下振动环境下矿床塌方风险监控模型分析     

秦宏宇 《科技通报》2013,(10)

提出了一种基于承压动态微粒群的矿床塌方风险监控模型,采用微粒群多目标约束的智能感知技术对塌方点进行准确的定位,将承压水振动强度最大值和压力最大值进行融合构建目标函数。粒子依据目标函数的适应值调整位置和速度,如果目标函数低于矿床塌方极限,则进行矿床塌方报警,完成矿床塌方风险的准确检测。实验结果说明,该种模型可在不同的承压水振动环境下对矿床塌方情况进行准确监控,提高了矿床塌方危险监控的精度,具有重要的应用价值。  相似文献