通过热力学与电学的类比加深对于熵的理解

恰当地开展分支学科之间的类比是理解物理学的一条有效途径。在借鉴电荷概念引入热荷概念之后,继而直接将熵定义为热荷量,使之成为一个通俗易懂的物理量。以此为基础,在电流与熵流的连续性、驱动力,以及它们与能流之间的关系和电流与熵流在流动过程中的熵产生等方面对热力学与电学进行了较为全面的类比。这样不仅能凸显出热力学与电学的一些基本物理过程之间的相似性或共性,以及客观世界的内在和谐性,而且能更加鲜明地反衬出它们之间的差异即各自的个性,从而加深对于熵的理解。     

Benjamin-Bona-Mahony方程的一个高精度线性差分格式

本文对一类带有齐次边界条件的Benjamin-Bona-Mahony方程的初边值问题进行了数值研究,提出了一个理论精度为O(τ~2+h~4)的三层线性差分格式,并利用能量方法分析了该格式的收敛性与稳定性.该格式合理地模拟了原问题的一个守恒性质.数值实验表明该方法是可靠的.     

基于多目标准则的流域站网优化

对于流域站网空间布局不合理(含有大量冗余站点及监测空白区等)的问题,基于美国伊利洛伊斯河下游流域27个站点4年的日均径流量数据,以站网中联合熵最大、冗余度最小且数据波动最小3个准则,构建了联合熵比、冗余度比和纳什效率系数(NSE) 3个目标函数对站网的信息量进行定量评估。约简流域冗余站点构成初步优化站点组合,并根据出水口得到的潜在站点确定流域需要新增的站点。结果表明:在原站网的基础上选出11个站点构成初步优化站点组合,其联合熵与原站网相等,冗余度减少74. 2%;在初步优化站点组合基础上新增3个站点,联合熵和冗余度分别增加37. 1%和22. 3%;与原站网相比,优化后的站点数量为14个,联合熵增加了37. 1%,冗余度减少了68. 5%。     

一种基于信息熵的体系流程脆弱性分析方法

 体系在执行任务过程中面临来自外部、内部的各种破坏、干扰或威胁等风险,当风险发生时体系受到影响的程度表现为体系脆弱性,体系流程的脆弱性是影响体系能否完成任务的一个重要方面。提出一种基于信息熵的体系流程脆弱性分析方法：首先,面向体系面临的风险事件及其流程结构特征建立体系流程结构脆弱性分析过程;其次,将体系流程转化为有向图模型,基于信息熵构建了体系流程中各个节点的脆弱度计算模型;最后,将复杂体系流程有向图模型简化为串联、并联和混合3种基本结构,建立了3种基本结构的脆弱度计算模型,进而即可计算体系流程的脆弱度。通过案例说明了该方法的有效性。     

CEEMDAN自适应阈值去噪算法在地震方向的应用

提出一种基于自适应完备集合经验模态分解(CEEMDAN,complete ensemble empirical mode decomposition with adaptive noise)的自适应阈值去噪算法。含噪信号经CEEMDAN算法分解成若干个模态分量(IMF,intrinsic mode functions),根据样本熵理论,对IMF分量中高频分量自适应选取,根据噪声和有用信息与原始信号的相关性不同,对高频分量中的噪声系数定位,利用能量熵选取噪声主区间,用高频分量中噪声主区间的噪声系数方差作为阈值,对高频分量进行阈值去噪,进一步去除噪声,保留高频中的有用信息,最后将信噪分离的高频分量和低频分量重构。分别对合成和实际地震信号去噪处理,并与常规去噪算法进行对比。数据仿真和实验结果表明,在原始信号信噪比为0.5dB时,常规与改进算法去噪后信噪比分别为4.55dB和9.97dB,大幅提高信噪比,达到随机噪声压制的目的,实现了高频分量的自适应选取和高频分量中有用信息的再提取。     

基于变分模态分解的相关能量熵自适应阈值去噪

为有效抑制噪声对地震数据的影响,根据地震信号的时频特性,提出了基于变分模态分解的相关能量熵阈值去噪方法。采用变分模态分解算法将地震信号分解为频率由高频到低频且具有一定带宽的模态分量,计算各模态分量与地震信号的规范化相关系数,实现对各模态分量中的有效信息和噪声的定位。将去除有效信息的各模态分量分成若干子区间,分别计算各子区间的噪声能量熵,选取能量熵最大区间的模态分量系数作为该分量的噪声方差获得该分量的阈值,再将经阈值处理后的各模态分量重构得到去噪信号。通过对合成地震模型和实际地震信号进行去噪处理,并与直接去除高频分量的变分模态分解去噪方法进行了对比,结果表明,该方法能在强噪声环境下更有效地提取地震信号中的有效成分,提高信噪比。     

基于IOWC-GOWA算子及相对熵的区间型组合预测模型

针对用区间型数据描述不确定现象的组合预测问题,为了提高区间型数据的预测精度,首先采用诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子将区间数集结为实数;然后对集结后的实数进行标准化处理;最后从信息论的角度引入相对熵作为最优准则,提出了基于IOWC-GOWA算子及相对熵的区间型组合预测模型;另外,通过实例分析了该组合预测模型的合理性和有效性;结果表明:该组合预测模型可以有效地提高区间型数据的预测精度,即该模型是合理有效的,并且,参数λ和BUM函数的选取会对模型的预测精度产生一定的影响。     

基于属性熵和加权余弦相似度的离群算法

离群点检测是数据挖掘的一个重要研究方向,大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法LEAWCD.该算法首先根据局部属性熵分析每个对象在其k-邻域内的局部离群属性,并依据各离群属性的属性偏离度自动设置属性权向量;其次使用对高维数据有效的余弦相似度经加权后度量各对象在k-邻域内的离群程度,实现高维局部离群点检测;最后采用国家天文台提供的天体光谱数据作为数据集,实验验证了LEAWCD算法具有伸缩性强和检测精度高等优点。     

离散空间直接建模的计算流体力学方法

本文提出了一种发展适合多尺度、多物理流动的CFD格式的全新途径,即直接在离散空间利用物理模型的跨尺度演化解来建立数值格式的新方法.与直接离散偏微分方程的传统做法相比,基于离散空间直接建模构造出的数值方法考虑了网格尺度和物理模型之间的匹配,能做到不同尺度上物理模型的连续过渡,从而实现对多尺度流动的高效模拟.Boltzmann方程的模型演化解为直接建模方法提供了重要的支撑.本文提出了直接建模构造计算流体力学方法的理论基础,并给出了在建立统一气体动理学格式中的成功运用,验证了新方法的可行性和优越性.     

基于ANSYS的扁平箱梁桥粘贴钢板加固方案优化研究

结合青岛市某主干道立交桥扁平箱梁桥加固工程,用有限元分析软件ANSYS对扁平箱梁的主梁粘贴钢板加固技术进行了数值模拟分析。通过比较不同加固方案加固前后的应力、位移等分布变化规律,评价各方案的加固效果,并最终得出最优加固方案。结果表明:三种粘贴钢板加固方案都能够显著增强桥梁的承载能力,其中C型方案加固效果最好。并将模拟结果与理论计算值进行了比较,分析了误差原因。