非线性系统状态突变下的非退化粒子滤波方法研究

针对粒子滤波算法中的粒子退化及重采样所引起的粒子多样性减弱问题,将粒子群优化思想融合到粒子滤波的采样阶段,提出了一种改进的基于粒子群优化的粒子滤波算法.本项工作的特色主要表现在如下相互联系的两个方面:第一,在采样前,首先取上一时刻重采样前权重最大的粒子状态作为最优值,然后根据改进算法的粒子移动策略,将上一时刻重采样后的粒子移向最优值周围的高似然区域,从而能够增加粒子的多样性和有效性,有效避免了粒子的退化;第二,构造了改进算法的建议分布,并从理论的角度证明了该建议分布的可计算性.实验结果表明,从精度和时间这两个方面的综合考虑,改进算法要优于UPF等算法,对非线性系统突变具有更强的适应性.     

内燃机缸内流场测量示踪粒子的选取与供给

为了了解内燃机缸内流场状况，研究了使用激光粒子图像PIV测量技术时示踪粒子的选取原则和添加方法，介绍了自行研制的带有Laskin喷嘴的新型粒子添加装置及其在实际发动机缸内流场测量中的具体应用．结果表明，该装置可以产生粒径均匀的液态示踪粒子，这些粒子具有良好的跟随性和光散射特性，所得的PIV测量结果比较理想．     

基于粒子系统的水蒸气流动的模拟

针对蒸气在高压给水加热器内流动的特点，首先介绍了运用粒子系统模拟自然景物的一般步骤，然后分析了蒸气在加热器内部流动的属性，最后提出了基于粒子系统的水蒸气流动模型系统及其模拟结果。     

高斯衍生粒子滤波器

针对基于高斯滤波的重要性采样方法运算量的明显增加主要集中在使用高斯滤波生成更好的重要性密度函数的问题,提出了一种新的高斯衍生粒子滤波算法(GDPF).该算法将一种类似光子衍射的粒子衍生重要性采样方法与现有的高斯辅助粒子滤波算法(GAPF)相结合,通过粒子的扩张与收缩,在保证不减少参与状态估计的粒子数的条件下减少更新粒子数,根据粒子权值大小自适应地调整衍生粒子数,能很好地缓解精度与运算量之间的矛盾,抑制粒子退化等问题.对衍生粒子进行理论分析,证明了其与高斯采样粒子的等效性.仿真结果表明,当选取了相同的参与状态估计的粒子数时,所提算法保持了与原算法相当的估计精度,同时运算量大大降低.     

新型搅拌设备中粒子运动与碰撞的三维仿真

针对国家粉体中心的需求,本文在MFC框架上嵌入OGRE引擎渲染技术及现今流行的3DS MAX仿真技术,为某高危险物品的生产流水线中的搅拌吸收过程建立三维仿真系统,从而能够真实再现加工过程。首先利用3DS MAX仿真软件为搅拌设备建立三维仿真模型;然后使用定量粒子小球模型设计并实现了粒子小球在连接管与套筒夹层之间以及出料口的运动,通过检测物料颗粒间的碰撞统计出了碰撞次数和碰撞点坐标;最后,将设计的设备仿真模型及其内部的物料粒子系统加载渲染,得到逼真的物料混合吸收效果。     

棒状和球状CuS胶体粒子的制备

将ＣｕＣｌ２－ＨＣｌ溶液与硫代乙酰胺溶液在一定条件下混合并陈化，制备出单一棒状和单一球状的ＣｕＳ粒子，在较高盐酸浓度下陈化有利于生成棒状及球状粒子．Ｃｌ－１对规则形状ＣｕＳ粒子的形成起着关键性的作用，这可能与Ｃｌ－１和Ｃｕ２＋的络合作用有关．     

旱季广州大气中的硝酸盐粒子

利用复合薄膜法和总体分析,对旱季广州大气中的硝酸盐粒子进行了4年的观察.粒子通过一个二级粒子撞击器分为二部分粗大粒子(r>1.0μm)和微小粒子(r≤1.0tm).在电子显微镜下,一个粒子中所含的NO     

一种新型的基于自适应遗传算法的粒子滤波算法

针对粒子滤波算法的退化以及粒子多样性减弱问题,设计了一种新的基于自适应遗传算法的粒子滤波算法.该算法首先用粒子的重要性权重来度量其适应度值,依据粒子的适应度值自适应确定粒子进行遗传操作的概率;然后对选出的粒子实施交叉、变异操作;最后重新评估粒子的适应度并进行状态估计.这种可自适应调节概率的遗传操作能对粒子进行移动,从而提升了粒子的多样性,并使得粒子都能分布在状态的后验概率密度分布的周围.实验结果表明,该算法可有效提高非线性系统状态的估计精度,尤其在系统状态发生突变时,可以得到较好的估计精度.     

Pseudo—particle simulation of multi—scale heterogeneity in fluidization

Fluidization is a process of wide application,but its dynamic behavior is not well understood because of its multi-scale heterogeneity and regime multiplicity which are difficult to simulate in traditional numerical methods.By discretizing the fluid phase into a large number of interactive simple particles,which can incorporate many-body moving boundaries easily,pseudo-particle modeling(PPM) has re-produced reasonable radial and axial heterogeneity on macro-scale as well as solids clustering and fluid flows on meso-and micro-scales.The simulation suggestes a consistent evolution of the complexity across different scales with itself scrving as an ideal exploring tool.     

用多体方法讨论粒子波的反射

粒子反射是许多散射波相长干涉的结果，采用这种观点对粒子在物质薄板上的镜面反射进行了讨论，在简化条件下．用构成系统的粒子的性质参量表示出了物质有效势     

等离子体模拟改进电磁粒子网格算法

为了消除传统电磁粒子网格算法在交错推进电场和磁场，粒子动量和位置时存在的半时间步长差，推导出一种电磁场和粒子非交错推进的改进电磁粒子网格算法，该算法通过引入一个中间过渡时刻，对麦克斯韦方程组和牛顿-洛仑兹方程的差分格式进行了变换，使算法实现了同时将所有物理量从n时刻推进到n 1时刻，该算法能得到时间上同步的参数，有利于计算结果的数据处理以及在模拟过程中对电磁场和粒子进行实时诊断，应用改进后的电磁粒子网格算法对无箔二极管实例进行了模拟，得到了与实验基本一致的结果。     

基于粒子群统计规律的PSO算法

粒子群优化（particle swarm optimization，PSO）算法是一类基于群体智能的全局优化算法，以其计算迅速和易于实现而得到广泛的应用．但作为一种进化算法，它在很多问题中却容易过早收敛，陷入早熟．这与粒子群采用单一的进化策略有关，因为过于单一的进化策略使粒子群整体上有一种趋同性．针对标准PSO算法的这个问题提出了一种改进方法，改进后的PSO-σ算法实质上是Kennedy讨论过的认知模型、社会模型和完全模型的混合算法．从算法的收敛性、准确性和稳定性等方面对这种改进的算法作了试验和分析，发现均优于标准PSO算法．     

光子、暗物质粒子、普朗克粒子与狄拉克大数

讨论了光子、中微子（或暗物质粒子）的静质量，从不同的观点和方法对黑洞质量，核子质量，光子质量，暗物质粒子质量和普朗克粒子质量作了估算，发现它们与狄拉克大数存在某种深层的内在关联。     

粒子物理学发展的历史考察

 粒子物理是现代物理学的重要分支,也是人类文明的标志性成就之一。1955—1995年,约1/3的诺贝尔物理学奖授予了粒子物理相关理论或实验研究。为分析其发展历程,按照时间顺序,将粒子物理的发展分为初步探索期、理论成熟期、实验验证期和继续完善期4个阶段。其中,初步探索期（1930—1951年）是粒子物理的起步与独立阶段;理论成熟期（1952—1967年）是粒子物理的理论体系构建阶段;实验验证期（1968—1985年）是粒子物理理论体系得到实验验证阶段;继续完善期（1986年至今）是粒子物理的接续发展阶段。现在人类比以往任何时期都更加接近于超越标准模型的新物理。     

Geant4模拟半导体器件的单粒子效应

利用Monte Carlo软件Geant4模拟了质子和中子在半导体静态随机存储器模型中的输运过程。根据入射粒子的能量选择不同的物理模型,并采用强迫碰撞方法,模拟了高能质子和中子与硅原子的相互作用及其次级反应过程,给出了0.1~2 GeV超高能质子、中子和14 MeV中子辐照器件时存储单元灵敏区内的能量沉积,并根据具体器件的临界能量,得到了器件在不同能量的高能质子和中子辐照下引起的单粒子翻转截面和多位翻转截面,计算结果与文献资料结果符合较好。     

粒子群优化算法在Pt-Pd合金纳米粒子稳定结构优化中的应用

以Pt、Pd为代表的铂族金属在催化剂领域有着广泛的应用,其催化活性较其他金属具有无法比拟的优势,且PtPd合金纳米粒子相对于Pt及Pd单晶纳米粒子均具有更好的催化活性和选择性,研究它的稳定结构对进一步了解催化性能具有重要意义.基于改进粒子群算法和紧束缚二阶近似(TB-SMA)势能函数对不同尺寸、原子数目为1∶1比例的截角八面体Pt-Pd合金纳米粒子的结构稳定性进行了研究,结果表明:改进后的粒子群算法较之前性能得到了提升,能搜索到团簇的更低能量结构,即团簇粒子的更稳定结构;经过改进后,算法更好地克服了早熟收敛的缺点,并且算法的稳定性得到了进一步的改善.     

一种遗传算法优化的无味粒子滤波方法

提出了一种采用遗传算法（GA）优化无味粒子滤波（UPF）的新方法遗传无味粒子滤波器（GAUPF）．在无味粒子滤波（UPF）获得比传统粒子滤波（PF）算法更好的重要性采样分布函数的基础上将遗传机制应用于粒子重采样,以进化设计思想克服粒子退化现象,通过优化UPF算法更好地解决了非线性、非高斯领域的目标跟踪问题．仿真结果表明,该算法较好地解决了粒子退化问题,提高了滤波的精确性．     

基于优化组合重采样的粒子滤波算法

重采样过程的引入,消除了粒子滤波(PF)过程中的粒子匮乏现象,使PF方法迅速地在多个领域内得到应用,但重采样过程却削弱了粒子的多样性,从而导致滤波性能下降,甚至滤波发散.提出了一种基于优化组合的重采样方法,通过选取粒子和被抛弃粒子的适当线性组合而产生新的粒子,增加了粒子多样性,从而提高PF算法的精度.仿真结果表明,步长系数为零时,该算法等价于基本的PF算法;步长系数很大时,该算法不能收敛;在适当选择步长系数的情况下,该算法的滤波性能高于基本的PF算法.介绍了该重采样算法,仿真结果证明了该算法的有效性.