暴涨宇宙与原初引力波

暴涨宇宙和原初引力波是当前基础物理学研究的热点.BICEP2团队在CMB中测量到大的张标比,这提供了暴涨宇宙的一个直接证据,证明了原初引力波确实存在,并在量子理论与广义相对论之间建立了桥梁.     

新一类基于时空测不准原理的幂律暴涨宇宙

在幂律暴涨宇宙中,以时空测不准原理作为出发点,提出一种新的计算模函数的方法.该方法能够使时空非对易效应以线性的形式贡献到密度扰动的谱指数中.通过分析和比较,发现这一类新的幂律暴涨宇宙模型能够预言一个比较大的张标比,该预言非常好地符合最新的实验观测结果.     

无穷级数单标量场暴涨宇宙模型与原初引力波

通过对宇宙微波背景辐射光子极化的观测,可以精确测量张标比.在对暴涨宇宙模型进行限制的时候,它将提供一个非常有力的工具.就一个单标量场暴涨模型而言,要同时预言比较大的张标比和谱指数跑动是有困难的.为了试图解决这一问题,本文作者提出了一种具有幂级数形式势能的单暴涨场模型.研究表明,这个具有无穷多项势能的暴涨模型不仅理论上是自洽的,而且能够缓解上述问题.     

暴涨宇宙与宇宙学常数问题

假设在宇宙暴涨时期,宇宙学"常数"不再是一个常数而是一个变化的量,并且由于它与暴涨场之间具有的相互作用,解决了宇宙学常数的精细调节问题.同时,这种相互作用也使得暴涨宇宙模型不仅能够预言大的张标比、正确的扰动谱,而且能预言大的谱指数跑动.此外,暴涨所需要的e-folding数也大到足够解决大爆炸宇宙学中的视界、平坦性等问题.     

“大爆炸宇宙学”批评

大爆炸宇宙创生理论是以天文学家Hubble的观测为基础的,他声称已发现那些遥远的天体正远离我们而去。此即Hubble氏的宇宙扩张理论。但该理论的证据并不充分,是主观想像。宇宙爆炸理论的另一重要证据是微波背景辐射的测量数据,但它并不表示微波背景辐射温度数据一定是一次爆炸后的结果。把它看成一次原初大爆炸的余烬是勉强的。按照宇宙的定义,人们无法谈论“宇宙寿命”,只可能谈论诸如“地球的寿命”、“太阳系的寿命”和“星系的寿命”。因此我们反对不靠谱的大爆炸宇宙学,因该理论体系漏洞百出,在科学上和在哲学上均不能成立。
　　虽然宇宙中看来充满难于解释的力,暗物质和暗能量仍然只是两个假设。另一个假说是存在引力波,但也只是估计,实际情况可能不同。在Newton理论中引力速度是无限大,但在Einstein理论中引力传播速度和引力波波速都是光速c。广义相对论( GR)认为引力与电磁力不同,是弯曲时空的纯几何效应。但现在应思索某些不同的引力模型,例如把引力重新当作平直时空中的自然界的力的传播,从而又研究得出引力速度大于2×1010 c( c是真空中光速)。虽然超光速的引力传播违反Einstein的狭义相对论( SR),却符合Lorentz的相对性理论( LR)。
　　在美国,一个宇宙学家团队在2014年3月的一次新闻发布会上宣布,他们探测到了宇宙大爆炸之后最初瞬间所产生的引力波,从而导致宇宙的起源再次成为重大新闻。根据BICEP2南极望远镜团队的信息,其结果被誉为大爆炸暴涨理论及其后续理论(多元宇宙)的证明。该成果问鼎Nobel奖也在预测之中。 BICEP2团队在其宇宙微波背景辐射极化图像中,确定了一个扭曲( B模式)图案,绪论是检测到原始的引力波。但在后来数月中,由来自Prin-ceton大学和也在Princeton高等研究所的科学家们进行了认真的重新分析,其结论是BICEP2的B模式模型给出的大部分或全部最显著效应没有来自引力波的任何贡献。这种突然逆转应该让科学界认真考虑未来的宇宙学实验和理论。 BICEP2事件也揭示了一个关于暴涨理论的真相;很清楚,暴涨范式是根本无法检验的,并因此在科学上是毫无意义的。     

非对易时空中的动能项暴涨宇宙

暴涨宇宙也可以通过暴涨场的动能项来实现,称为K-inflation暴涨模型.在暴涨时期,宇宙的能量非常高,引力的效应也比较大.根据广义相对论,引力是由时空的几何来描述的.笔者以时空测不准原理作为出发点,研究了在非对易时空中的K-inflation模型.结果表明,在该模型中,所有的扰动模式都产生在视界之内,并且时空的非对易效应以线性项的形式贡献到扰动的功率谱指数中.与实验观测比较之后,发现该模型能够比较好地符合最新的数据.     

受约于天文观测的粒子物理暴涨模型

合理解释宇宙大尺度结构的早期宇宙暴涨理论,成功地阐明所观测到的甚早期宇宙物质密度不均匀性和宇宙微波背景的涨落,是一个能解决标准热－大－爆炸理论中紧迫难题及原初物质密度涨落起源的优选理论［１］ ．对一个合理的暴涨模型,在暴涨阶段,其势至少必须在暴涨子演化方向非常平坦．构建一个合理暴涨模型或暴涨势,必须考虑所有已知的天文观测结果．对目前一个仍未充分研究的含４ 次方自相互作用项的一般树图杂化暴涨模型势,我们做了如何通过已观测到的天文物理数据和即将由ＭＡＰ和ＰＬＡＮＣＫ 卫星实验提供的更高精度的数据［１４］,以及宇宙自洽性要求,约束模型中的待定参数．发现一般树图的Ｈｙｂｒｉｄ 暴涨模型的４ 次方自相互作用项耦合常数需要精细微调．     

超对称理论与稀有过程Bs→γγ

应用目前献所给出的有关bs^-γ有效拉氏量，计算了最小超对称模型中的Bs→γγ的分支比，发现新物理的贡献对标准模型的预言值的改变大约为60％左右．     

一类保险风险模型的分红问题

研究了一类古典保险风险模型的对偶模型.假定每个随机收益可以导致一个为边界分红策略的情况下的破产时间的拉氏变换.通过对盈余过程在跳时刻的离散骨架氏变换的上下界估计的递推公式,并对特殊随机收益分布,给出了拉氏变换的精确表达式变换得到精算量破产时间的计算方法.     

τ轻子CP破坏效应的研究

粒子物理标准模型虽然包含了CP破坏,但其不足以解释宇宙中观察到的物质与反物质不对称现象,因此进一步检验标准模型中的CP破坏机制、寻找CP破坏的新起源已经成为粒子物理研究的重要内容之一.分析LHC实验上构造CP-odd可观测量的困难,在此基础上,进一步提出了CP-odd可观测量的构造方法,接着按照量子场论的基本原理,构造了τ轻子CP破坏的有效拉氏量,从而为研究与τ轻子相关的新物理提供一些理论指导.     

一种比较服务单元运作效率的模型

论述了一种数据封包分析（DEA）模型，它是一种线性编程模型，能将多输入和多输出合并到效率比例的分子和人母中，因而能够比较多个服务单元的动作效率。     

国际环境下的项目政治风险评价模型

在分析国际环境下项目政治风险的基础上，根据最优化原理和Lagrangian算子性质，得到国际环境下项目政治风险识别和选择的最优性条件，提出基于反向传播（BP）神经算法的国际项目政治风险评价模型．通过对60个国际项目进行政治风险的识别、选择、评价和分析，仿真试验结果表明，该模型及算法效果良好，可以综合众多专家的知识，计算结果精度较高，能准确评价政治风险对项目成本的影响．     

海底管线溢油数学模型研究

基于Lagrangian积分技术,推广了海底管线溢油数学模型,在模型中首次考虑了溢油的乳化,同时还考虑了剪切卷吸和对流卷吸以及溢油的扩散和溶解.该模型不但能够模拟不分层或分层环境中的水下溢油轨迹,而且还可以在改变水流流速的环境下模拟.讨论了不同Froude数、分层数以及溢油速度和水流速度比下的溢油轨迹和浓度值,通过多次数值模拟发现在改变小孔直径大小而保持Froude数以及溢油初速度和水流流速比不变的情况下,溢油的轨迹变化很小,且溶解总量和乳化总量都很小.将数值模拟结果与实验值进行对比,获得了令人满意的数值结果,说明该模型具有较高的准确性和可靠性,能够反映出海底管线溢油的扩散及上升轨迹.     

基于能源消耗的货物运输结构优化

为降低货物运输的能源消耗,通过统计数据分析我国的货物运输结构和能源消耗现状,在利用SPSS软件对货物周转量进行回归预测的基础上,引入总能耗约束,建立基于能源消耗的货物运输结构线性优化模型,优化各种运输方式的分担率.文中以我国2020年为例进行实证分析,利用Lingo求得的最优解在满足等量货运需求的情况下,节约了2.7%的能源消耗,且产生的调整成本远小于得到的环保收益,验证了模型的可行性和合理性.     

索穹顶结构非线性分析的曲线索单元有限元法

针对目前在国内外引起广泛关注的大跨度索穹顶结构建议的了一种五节点曲线索单元有限元法，利用四次多项式作为位移插值函数，由应变的定义建立了可以考虑任意高阶位移影响的非线性应几何关系，从非线性弹性理论出发并基于Ｌａｇｒａｎｇｉａｎ坐标推导了胡限元基本方程，进行了实例计算。     

协变量缺失下线性模型中参数的经验似然推断

考虑协变量缺失下线性模型中兴趣参数的经验似然推断,利用逆概率加权的方法构造未知参数的估计函数。在一定条件下,证明了基于本文构造的估计函数的经验对数似然比趋于一个标准的卡方分布,利用这个结果可以构造参数的置信域。最后,通过数值模拟,进一步验证了结论的正确性。     

基于Lagrangian模型与Eulerian模型耦合的建筑物周边气体扩散模拟

该文旨在建立一个适用于城市建筑物周边的基于Lagrangian模型与Eulerian模型耦合的气体扩散数值模型,同时具有Lagrangian模型与Eulerian模型各自的优点,提高预测精度。该文利用耦合模型对单个建筑物周边的气体扩散过程进行数值模拟,并将平均风速、湍流动能和平均浓度几个参量的结果与风洞实验数据进行对比分析。结果表明,耦合模型对于建筑物周边靠近扩散源和远离扩散源的区域均能给出较高精度的预测结果。最后,利用COST-732模型评价方法对Lagrangian模型、Eulerian模型和耦合扩散模型实施了评价,其中耦合模型的评价结果最好。