求解指标1的微分代数方程组的一类新方法

给出求解指标1的微分代数方程组的一类新的计算方法.将微磁学仿真的方法推广到求解微分代数方程组,并给出方法的收敛性和相容性分析.利用与伴随法相复合的方法,提高方法的收敛阶.并将方法应用于晶体管放大器的模型中.数值实验表明方法是有效的.     

Euler—Lagrange方程的高精度计算方法

Euler—Lagrange方程是多体系统动力学的基本方程之一,是高指标的强非线性微分代数方程组。利用零空间方法对Euler—Lagrange方程作简化处理,然后利用高精度谱积分对得到的微分代数方程组作数值离散,形成配置离散格式。针对高阶微分代数方程的离散方程组的病态问题,采用预条件技术改善了方程组的求解条件,然后利用Newton—Krylov方法迭代求解。这种求解技术可以得到任意阶精度且A-稳定算法,并且采用预条件技巧极大的降低了计算的复杂性。     

约束机械系统动力学的一类完全解耦方法

针对约束机械系统动力学分析所要处理的微分－代数方程组,先将其转化为基于隐式线性多步法的超定微分－代数方程组形式,然后采用一种微分流形的“投影”技术消除超定性,再对变化后的微分－代数方程组按照位置,速度,加速度的顺序进行解耦,化为线性方且的求解序列,从而得到一类完全解耦算法,算法可用于处理刚性问题,无需预估式,具有较高的效率,算例证明了该算法的有效性。     

非均相催化精馏过程模拟

针对既有可逆平衡反应又有非平衡反应的催化精馏过程,提出了一组适用于非理想系统的微分数学模型和新的模拟算法,即用反应速率方程计算非平衡反应的反应量,用可逆反应平衡常数作为组分浓度的约束,使迭代变量数减少;联用Ｎｅｗｔｏｎ－Ｒａｐｈｏｓｎ迭代法和多目标打靶法对模型求解。用该算法模拟了填料塔中苯烃化催化精馏过程,模拟结果表明,该算法收敛速度快,稳定性好,与实验值吻合较好。     

求解高指数微分代数方程组的微分变换法(英文)

本文给出了应用微分变换法求解线性高指数微分代数方程组的一般程式;利用特殊标号树理论证明了Faà di Bruno公式;再将微分变换法应用于非线性高指数微分代数方程组,并对约束系统建立了基于局部参数化的微分变换法.     

反应分离过程模拟：I.反应精馏过程

引入变换变量的概念，将发生平衡反应的反应精馏过程模型变换为普通精馏过程模型，减少了迭代变量，避免了反应量的计算，并易于采用普通精馏的计算方法。针对新模型非线性增强的特点，以松弛法得到初值，以Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ法为算法主体，分别对含惰性组分和不含惰性组分的ＭＴＢＥ合成（甲基叔丁基醚）反应精馏过程进行了模拟计算。     

一类变系数微分代数方程的数值解

讨论了变系数微分代数方程的数值解.首先给出变系数微分代数方程的系数矩阵Drazin逆的求法,然后研究其差分格式上的数值解,最后利用Drazin逆的方法和隐式RK方法对一类变系数微分代数方程进行了研究,并给出了相应的数值试验,结果表明Drazin逆的求解效果较好,但求解过程比较复杂.     

微分模型用于醋酸甲酯催化精馏水解中试过程的模拟计算

用微分模型对醋酸甲酯催化精馏水解中试过程进行了模拟计算, 反应精馏段催化剂包的气相、液相、液- 固相传质系数和动态持液量用自行测定的经验关联式计算, 提馏段的填料层传质系数用onta 的关联式, 反应速率用自行测定的反应动力学方程式和催化剂包的效率因子进行计算. 模拟计算结果与实验数据吻合良好.     

小波法求解分数阶微分方程组及其收敛性分析

应用 Legendre 小波求解一类变系数分数阶微分方程组,利用 Legendre 小波积分算子矩阵将微分方程组转化成易于求解的代数方程组形式,进而对其进行求解。给出 Legendre 小波近似未知函数的收敛性分析,证明该方法的正确性,并给出三个数值算例进一步说明该方法是可行并有效的。     

催化反应精馏研究中的若干问题(Ⅱ)过程的设计和数学模拟

反应精馏过程设计不同于常规精馏 ,利用变换组成变量 ,可借助常规精馏设计类似的方法简化设计反应精馏过程 对于平衡化学反应和速率较慢的两种类型反应 ,设计方法一般不同 前者 ,平衡化学反应对相平衡有较大影响 ;而后者 ,由于反应速率较慢 ,塔板上 (或塔内 )持液量对反应有较大影响 数学模拟可预测反应精馏过程的操作状况 平衡级模型由于简单 ,对它的研究起步较早、也较深入 非平衡级模型可以较精确地模拟板式塔及填料塔的反应精馏过程     

反应分离过程模拟 Ⅰ.反应精馏过程

引入变换变量的概念,将发生平衡反应的反应精馏过程模型变换为普通精馏过程模型,减少了迭代变量,避免了反应量的计算,并易于采用普通精馏的计算方法。针对新模型非线性增强的特点,以松弛法得到初值,以Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ法为算法主体,分别对含惰性组分和不含惰性组分的ＭＴＢＥ合成（甲基叔丁基醚）反应精馏过程进行了模拟计算。     

含分布式电源的配电网多目标无功优化

针对传统模型和现有算法对配电网无功优化带来的电压波动和网络损耗等问题,提出一种基于改进元胞差分算法的含风、光的配电网无功优化方法。建立了风电、光伏的随机概率出力模型,获取了其出力预测数据,以电压波动、有功损耗和电压越限3个目标为优化函数,通过权重系数将三目标模型转换为双目标模型,建立了含风电、光伏的双目标配电网无功优化模型。通过电压稳定指标（voltage stability index,VSI）对配电网各个时段的电压的稳定性进行评价,用改进元胞差分算法对模型进行求解,并利用测试函数对算法进行验证。结果表明,较传统模型和传统算法而言,所提模型和所用算法均能有效降低配电网的电压波动和减小配电网的有功损耗,从而保证电网的安稳运行。     

基于实测数据的STAP的权值计算算法性能比较

空时自适应处理(STAP)的权值求解是其计算最密集的部分,由于机载雷达回波数据动态范围很大,导致传统的采样协方差矩阵求逆(SMI)方法数值稳定性较差,相对而言基于QR分解的采样矩阵求逆算法(QRD-SMI)在系统动态范围要求和并行性上具有优势.为了寻求在STAP工程实现时采用QRD-SMI的理论依据,分析了采用这两种不同算法的STAP处理方法,比较了二者的计算量,用MountainTop数据比较研究了2种方法的性能.实验结果表明这2种方法均具有良好的杂波、干扰抑制性能,传统的SMI算法在杂波抑制性能上较QRD-SMI算法有一定的优势,而QRD-SMI算法对"目标消除效应"较SMI算法有更强的稳健性,综合比较算法性能、数值特性以及可并行实现性,QRD-SMI更适合在STAP的工程实现时采用.     

A Hybrid Algorithm for Optimizing Multi-Modal Functions

0 IntroductionThmeo rsei m epxlteen gseivneeltiyc sailngcoeri itth mw(asSG pAro)p iosse adp pbliye dJ .mHor.eH aonl-dland[1]in 1970’s . SGAis an opti mization method based onpopulation by emulating the evolvement disciplinarian of thenature.It has showedthe great advantage of quick search foropti mal solutions while applied in the opti mization of single-modal functions . But as we know many problems in realitybelong to the opti mization of multi-modal function, and ifSGAis appliedto sol…     

考虑目标航向机动信息的机动目标跟踪算法

传统的机动目标跟踪算法大多过于依赖所采用的目标运动模型,没有充分利用目标量测序列中携带的其它有用信息,当目标机动时跟踪性能下降较大。针对该问题,提出了利用目标航向机动序列修正传统跟踪算法滤波值的新算法。仿真结果表明,该算法比传统跟踪算法的跟踪精度高,是一种简单有效的自适应机动目标跟踪算法。     

复杂非线性公用工程系统的遗传算法最优设计

提出了公用工程系统参数优化的改进模型，结合算例给出了详细的建模方法，模型包含非凸线性费用目标函数和复杂非线性约束方程，在传统优化算法难以求解的情况下，采用改进的连续化遗传算法获得了理想的结果。     

基于Chameleon算法和谱平分法的聚类新方法

在分析传统的聚类算法优越性和存在不足的基础上,基于Chameleon算法和谱平分法的思想提出了一种新的聚类方法。相比传统聚类算法而言此算法克服了如k—means算法、EM算法等传统聚类算法在聚类不为凸的样本空间时容易陷入局部最优的缺点,能在任意形状的样本空间上聚类,且收敛于全局最优解,并且可以降低噪声和离群点的影响,提高了算法的有效性。在UCI数据集和5个特殊的二维数据点组成的数据集上进行了实验,证明了本方法的有效性。     

一种求解单调非线性方程组的凸组合算法

将求解单调非线性方程组的CGD算法和MPRP算法的下降方向进行凸组合,构造出新的下降方向,从而提出新的算法,并给出新算法的全局收敛性定理.通过数值实验比较新算法与CGD算法和MPRP算法的结果,可知新算法优于原算法.     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.