排序方式: 共有18条查询结果,搜索用时 0 毫秒
1.
本文基于密度泛函理论的第一性原理计算方法详细地计算了高温高压下不同铌含量对Tix-Nb1-x (x=0, 025, 05, 075,1)二元合金的能量和结构的影响。结果表明,零温零压下不同铌含量下的三种稳定的合金组成结构分别为六角密堆结构Nb025Ti075,体心立方结构 Nb05Ti05和体心立方结构Nb075Ti025,所得的稳定的合金结构晶格参数与相关的实验值和理论值符合的很好。这样, 分别计算了在压强60GPa范围内的稳定的合金结构的弹性性质和弹性模量。 相似文献
2.
所谓的绿色设计又被叫做生态设计,它属于一种生态价值观的体现。在汽车工业繁荣发展的影响下,人们的生活环境受到了污染和破坏,因此出现了绿色设计。本文论述了汽车工业中的绿色设计策略,以及绿色设计所能够产生的效益,旨在减少环境污染和破坏,促进汽车工业的良性发展,因此绿色设计的发展前景是非常好的。 相似文献
3.
提出了连续刚构桥体系可靠度分析的塑性极限荷载QR法,它是以结构塑性极限分析理论及样条离散化为基础,只寻找塑性极限荷载,避开了寻找结构体系失效模式的困难及缺陷,简化了失效概率的计算工作。此方法可以考虑非线性的影响。 相似文献
4.
5.
为了研究结构工程分析中线性方程组解法,基于变分迭代法的思路和简化拉氏乘子的识别,构造了线性方程组求解的一种迭代格式——改进型最速下降法。为了提高改进型最速下降法的计算效率,引入松弛因子和预处理技术两种手段,同时把松弛因子引入原来的最速下降法中,使传统的最速下降法也具有了实用性和较好的收敛速度。设计两个算例分别验证了改进型最速下降法引入松弛因子和预处理两种手段以及对最速下降法引入松弛因子这三种算法的效率和稳定性,对于算例1,三种方法与传统高斯-赛德尔方法相比计算效率分别提高了444倍、533倍和444倍,与传统超松弛迭代法相比分别提高了28.3倍、34.2倍和28.3倍;算例2是个病态矩阵,传统的高斯-赛德尔方法和超松弛迭代法均计算不出结果。三种方法与最速下降法相比计算效率分别提高了29.6倍、38.2倍和20.8倍。算例数值结果表明,改进型最速下降法极大地提高了方程组的求解效率和稳定性,值得推广。 相似文献
6.
针对传统BP神经网络在旱情预测的实际应用中随机初始权值和阈值导致网络学习速度慢、易陷入局部解以及计算精度低等缺陷,提出一种基于数论佳点集萤火虫(good point set glowworm swarm optimization,GPSGSO)算法与BP神经网络(back propagation neural network,BPNN)并行集成学习算法(GPSGSO-BPNN)的旱情预测模型.首先,借鉴数论中佳点集理论构造初始均匀分布的萤火虫种群,并引入惯性权重函数动态修正移动步长,生成基于数论佳点集理论萤火虫算法,并从理论上分析算法的有效性;其次,将GPSGSO算法与BPNN相结合构建并行集成学习算法,实现两种算法的并行交互集成.最后,将并行集成学习算法应用于农业干旱灾害预测中,构建基于GPSGSO-BPNN并行集成学习算法的旱情预测模型.通过8个Benchmark函数验证了GPSGSO算法在收敛速度、计算精度及稳定性等方面的有效性.同时,以皖北农业干旱气象数据作为仿真数据,实验结果表明GPSGSO-BPNN算法在计算速度、精度及稳定性方面较传统BPNN、GSO-BPNN及GA-BPNN等算法有较明显的优势,提高了旱情等级预测的准确性. 相似文献
7.
8.
9.
本文通过对量子论与相对论的基本原理进行分析,找到这两个理论无法统一的原因,并对这些原因一一分析,最终得到一个合理统一两个理论的可行途径,并由此推测出整个宇宙的进化过程。 相似文献
10.
从一维细胞自动机模型入手,将自然界中种群的扩散行为引入二元萤火虫算法(binary glowworm swarm optimization, BGSO)中,提出了一种扩散二元萤火虫算法 (spread binary glowworm swarm optimization, SBGSO)。该算法对萤火虫个体设置营养值及营养阈值的上下限,然后执行扩散操作,以正态分布方式产生新的个体,并淘汰一些持续表现很差的个体,释放资源给其他个体,以保持种群的动态多样性。然后将SBGSO作为搜索策略,粗糙集 (rough set, RS) 作为评价准则,应用于大数据预处理的属性约简问题。为验证本文算法的可行性,采用5个UCI数据集进行实验,并结合10-fold和支持向量机(support vector machine,SVM)算法对预测结果分类准确率进行分析,通过与其他算法对比,表明本文算法具有较好的约简效果。 相似文献