改进QDPSO算法在BP网络训练中的应用

QDPSO（Quantum Delta-Potential-Well-based Particle Swarm Optimization）算法是基于量子空间的粒子群算法，对QDPSO算法进行了改进，结合Iris分类问题，应用到BP网络的权值优化中，并和基于标准PSO算法的方法进行了比较。实验结果表明：该算法性能优于所比较的两种算法，并且具有良好的收敛性和稳定性。     

区分全同粒子的力学量

给出可以区分两个(或两个以上)全同粒子的情况和区分方法,从而给出更具有操作性的全同性原理     

压缩系数的微粒群优化算法的收敛性分析

该文利用矩阵理论对具有随机数的压缩系数的微粒群优化算法进行了收敛性分析,给出了c=d=1和c=1两种收敛性结果,同时图形化给出了参数选择准则.     

镁合金表面热喷涂WC-10Co-4Cr粒子沉积及分布特性

为了探究高速空气燃料热喷涂（AC-HVAF）过程中喷涂粒子撞击基材后的沉积特性。采用AC-HVAF热喷涂技术在AZ80镁合金基体上沉积WC-10Co-4Cr硬质涂层。通过离散沉积实验获得薄层沉积粒子,探讨各种沉积形貌的种类、形成原因、结合机制及射流中粒子的径向和轴向分布。结果表明：在AC-HVAF粒子沉积过程中,嵌入型沉积为主要的沉积形貌,同时包含少量的破碎型与空腔型沉积粒子。在涂层的形成过程中,嵌入型沉积对涂层/基体结合性能起重要作用;空腔型沉积的小颗粒及破碎型沉积的大颗粒是造成沉积效率下降的主要原因。喷涂粒子主要集中在射流中心,越靠近射流边缘,空腔型沉积粒子越多,最终导致AC-HVAF粒子射流呈现出空间分布特征。     

PP/TiO2复合材料的力学性能研究

采用熔融共混法制备了PP/TiO2复合材料,并研究了TiO2的表面处理、含量及粒径对复合材料的拉伸强度和缺口冲击强度两大主要力学性能的影响.实验结果表明,钛酸酯类偶联剂能很好地改善TiO2粒子与PP基体的界面相容性,从而使复合材料的力学性能提高;经表面处理后的纳米TiO2所填充复合材料的力学性能明显优于普通TiO2（微米级）;而且处理后的纳米TiO2在填充量为4%时对PP的增强增韧效果最佳.     

微粒群算法的研究现状及发展趋势

微粒群优化算法(PSO)是一种进化计算技术(evolutionary computation)．算法通过微粒间的相互作用发现复杂搜索空间中的最优区域。其优点是：计算速度快且简单易实现；缺点是容易陷入局部极值点，进化后期收敛速度慢且精度较差．本文对微粒群算法的研究现状进行了部分介绍，并对其研究的发展趋势进行了预测．     

DPIV技术在絮凝池流场特性研究中的应用

利用数字粒子图像测速（DPIV）技术对往复隔板絮凝池中的复杂流场进行测量，分析池内水流特性对絮凝效果的影响机制。结果表明，絮凝池廊道头部流场对絮凝效果有很大影响。为改善絮凝池的流场，可增大池内的有效空间。     

合内力为零的矩阵表示

给出了质点系合内力为零的简洁、精确的说明，能使学生尽快对质点系的复杂内力有一个清晰的图象     

粒子群优化算法及其应用

粒子群算法是一种群体优化算法,详细介绍了粒子群算法的基本原理、参数选择及其应用领域.     

基于离散微粒群优化的物流配送车辆路径问题

提出一种求解物流配送车辆路径问题的离散微粒群优化算法。通过引入随机交换序、PMX算子使微粒群优化算法能够求解车辆路径问题这类离散组合优化问题。设计了求解车辆路径问题一种新的整数编码方案，并采用罚函数法处理约束条件。计算结果表明，该算法是解决车辆路径问题的有效方法。