小分子势能面及其量子动力学研究

简要介绍了原子与分子物理研究所,近几年来在小分子势能面、量子散射动力学和弱相互作用聚合物光谱等方面的理论研究.     

基于偏最小二乘的BP网络模型及其应用

基于BP网络模型具有拟合非线性数据的特性,提出一种基于非线性迭代偏最小二乘算法(NIPALS)的BP网络的构造策略,构造了新的PLS-BP网络模型,使BP网络减少迭代步数,提高学习效率.采用非线性迭代偏最小二乘算法预处理数据,将得到主成分数、自变量和因变量的主成分数的权重以及主成分间的关系矩阵B,以此用来确定BP网络的隐节点数和输入层、输出层的初始权值以及隐节点的关联系数.最后,进行仿真实验,并将它与PLS模型、标准的BP网络模型进行了比较,仿真结果表明,拟合和预测效果较好.     

分裂合并算法的优化及并行化方案

研究了分裂合并算法的优化方法,并提出相应的并行化方案.修改了图像在区域合并阶段中原有的最佳合并原则,增加了满足合并条件的相邻区域的匹配率,减少算法迭代次数.为解决合并阶段的负载不平衡提出了一种新方法;同时针对分裂阶段的负载不平衡,提出了一种新的分裂合并算法并行方案,并分析了两种并行方案在负载平衡,通信复杂度及可扩展性的差异.实验结果表明,对分裂合并算法的优化能有效提高算法的效率,其并行化方案切实可行.     

两时间尺度的捷联速度算法研究

根据奇异摄动理论分析具有小参数的捷联惯导系统方程,在两时间尺度上对系统状态方程进行了降阶简化处理,设计捷联算法.在内回路推力速度矢量计算中,应用一种新的划船补偿算法补偿比力转换过程中载体姿态变化产生的速度误差.在外回路中进行重力地速计算,完成导航坐标系上速度的更新.仿真结果表明:新算法精度与Savage四子样算法近似,计算量小.     

多集散点车辆路径优化的混合算法

为使多集散点车辆路径优化结果全局最优,以订单为基准建立多集散点车辆路径优化模型.采用粒子群算法与改进蚁群算法组成的混合优化算法求解模型.由粒子群算法的粒子位置向量得到每辆车所需运送的订单号,用蚁群算法优化单车路径,根据优化的总路径评价和筛选粒子,直到满足终止条件.该模型和混合算法是所有车辆对所有订单节点的路径优化,突破了多仓库问题直接或间接转化为多个单仓库车辆路径优化问题中的局部节点求解的限制.实例求解结果表明,用该混合算法优化的车辆总路径长度小于用蚁群算法求得的结果.     

飞行器巡飞探测路径规划方法

为了使飞行器能够在有限的巡飞航程中对指定目标区进行全面探测,提出了一种基于遗传算法的飞行器巡飞路径规划方法. 分别针对定高度和变高度巡飞路径进行规划进行了仿真,得到了满足要求的优化结果,并给出了所需的最小航程,该结论为后续的飞行器推力方案和气动外形设计提供了依据.     

基于遗传算法多目标非重叠路径诱导算法

依据遗传算法基本原理,提出一种多目标路径诱导算法. 染色体编码采用可变长度节点序列方法表示,以减少染色体编码长度. 设计了相应的多目标适应度函数. 该算法在给定多个目标约束条件下,能够解出多个近优路径. 实验结果证明,该算法能有效解决多目标非重叠路径选择问题,和目前已有其它方法相比,路径相似度更小.     

解析角变量量子化的困难

目的分析量子力学中角变量量子化的困难。方法采用列举,分析及归纳法进行论证。结果角变量量子化遇到难以解决的困难。结论在现有量子理论基础上,角变量量子化无法解决。     

工学结合培养模式下"双导师制"的探索与实践——以浙江金融职业学院市场营销专业为例

通过对工学结合条件下技能型营销人才培养的深入探讨,总结了具有高职特色的"双导师制"培养模式的基本框架及其现实意义.     

蚁群算法PID控制器在磁轴承控制系统中的应用

磁悬浮轴承是磁悬浮转轴系统的重要组成部分.由于磁轴承具有较大的非线性,难于控制,采用常规的参数整定方法很难达到较好的控制效果.因此,采用不完全微分PID控制算法,利用蚁群算法根据设定的系统性能指标实时优化控制器参数.仿真结果证明,这种控制器能够很好地满足系统性能指标的要求.