环境流体中的熵平衡方程和动力熵产生

熵平衡方程是非平衡态热力学的基础.但是目前的经典熵平衡方程,内能中不合理地隐含着流体微团组分相对于质心运动的动能,并非热力学意义上的平均分子运动动能.文中以内能仅为平均分子运动动能概念为出发点,重新推导得到了修正的熵平衡方程.在熵平衡方程中导入动力熵产生,使熵平衡方程能以显式表述动力过程.这时熵平衡方程不仅描述了一个热力学系统的不可逆过程,而且描述了动力可逆过程所造成的系统熵变化.使熵平衡方程能描述热力学系统状态和发展方向,更为合理且更具有普遍性.     

小波网络和BP网络在负荷预测中的比较研究

从收敛速度、网络稳定性、泛化性能及预测结果等方面分析BP网络和小波神经网络的预测过程,探讨了差异的原因.发现:(1)BP网络预测稳定性强,易取舍数值,但预测速度较慢,预测精度不够理想;(2)小波网络预测速度快,精度高,泛化性能好,但稳定性能差,实际运用中还没有合适的数值取舍方法;(3)小波网络总体超过BP网络,但实际预测时技术问题较大.     

热力学中的若干相对论问题

运用狭义相对论理论和已确定的温度(T)的相对论结果分析了热力学理论中的若干常用概念．并得出了相应的动力学结论：理想气体热力学系统的压强(P)和内能(E)均与惯性运动无关，而熵(S)与惯性运动有关，且熵是增加的。     

熵产生与能耗散

从一般的局域平衡系统的熵平衡方程出发,分析讨论能耗散的物理本质及其与熵产生密度σ的定量关系,指出存在三种不同形式的能耗散:机械能转变为内能,内能中较高质的自由焓转变为低质的内能,内能从高温处转移到低温处时的眨值。结果表明,三种形式的能耗散率Φ_1虽都是Tσ的分量,但总能耗散率Φ与Tσ的普遍关系不是Tσ=Φ而是T(σ-w)=Φ,其中Tw=是单位体积内的体积力对扩散流的功率(而不是一般的功率)。这些结论与已有文献所提出的不同。本文还分析讨论了某些非局域平衡系统的熵产生与能耗散的关系,得出新的结论。     

理想气体混合前后热力学量的改变和各种佯谬

本文讨论了理想气体等温或绝热混合后,熵.内能和其他热力学量的改变以及各有关热力学的佯谬.     

分子有效直径对费米气体热力学性质的影响

从内能的修正出发,推导了弱简并非理想费米气体的状态方程,并以此为基础,利用相关的热力学关系,推导了系统的热容量和熵等热力学参量,分析了分子有效直径对这些热力学参量的影响机制．结果发现：分子有效直径在一定值上会使内能和熵发生突变,而在该值两边,内能和熵的变化规律都不相同,分子有效直径对热容量几乎没有影响．     

分子有效直径对费米气体热力学性质的影响

从内能的修正出发,推导了弱简并非理想费米气体的状态方程,并以此为基础,利用相关的热力学关系,推导了系统的热容量和熵等热力学参量,分析了分子有效直径对这些热力学参量的影响机制．结果发现：分子有效直径在一定值上会使内能和熵发生突变,而在该值两边,内能和熵的变化规律都不相同,分子有效直径对热容量几乎没有影响．     

固体弹性系统的热力学状态

推导并定义了固体材料的等应变热容公式，在此基础上建立了固体弹性系统的内能、熵的微分表达式。以纯金属为例，分析了变热膨胀系数条件下的内能与熵。     

用量子化学参数预测聚合物玻璃化温度

在B3LYP/6-31G(d,P)水平上对聚合物单体进行密度泛涵理论算,得到4个量子化学参数(分子偶极矩μ,平均极化率α,熵S及内能Eint)用来建立聚合物玻璃化转变温度Tg的人工神经网络(ANN)模型.误差反向传播的人工神经网络方法用来拟合4个参数与Tg可能存在的非线性关系.通过试差法调整网络参数得到最佳网络条件.模拟最佳网络模型4-4-1,结果表明模拟值与实验值非常接近,训练集与测试集的均方根误差(rmse)分别为17.878K和22.685K,该结果优于线性回归法得到的结果.     

基于小波熵的网络成瘾脑电复杂性分析

通过考察青少年网络成瘾患者的脑电复杂性参数即小波熵及其脑电信息图,分析网络成瘾患者与正常人的差异,试图揭示网络成瘾对患者大脑产生的影响,并为网络成瘾综合症的诊断提供依据．分别采集9名网络成瘾者（实验组）和9名正常受试者（对照组）在上网前后的自发脑电,然后对其进行小波熵及其脑电信息图分析．结果发现网络成瘾患者上网前的自发脑电的小波熵值明显低于正常组上网前的自发脑电小波熵值（P〈0．05）,但上网40min后,其脑电小波熵值明显升高（P〈0．05）,此时与正常组无显著性差异;而正常组受试者上网前后的脑电小波熵值没有显著性的差异（P〉0．05）．此结果证实了网络成瘾患者在上网前,其脑电复杂性较低,大脑活动水平较低,而通过网络可以唤起其大脑的活动,因此小波熵值可以作为网络成瘾综合症诊断的客观指标之一．     

基于信息熵的网络数据演化涌现性度量方法研究

为了衡量网络数据演化过程中产生的"涌现现象",从涌现性特征的宏观分析出发,建立信息熵与网络数据演化涌现性之间的关联关系,基于概率估计提出1种可行的信息熵值计算方法,用信息熵对网络数据演化涌现性进行度量,并对演化行为和系统层次可能引入的误差进行校正,使度量方法更贴近实际情况.用实验分析说明该方法的合理性和有效性.     

统一混合模型网络的熵——揭开复杂系统复杂性表现

 统一混合网络理论模型引入4个混合比,对复杂网络相关的随机性、确定性、变速增长进行调控,这样更符合随机性与确定性统一的现实世界网络。总结了复杂网络的3种类型熵：Boltzmann-Gibbs熵、非广延熵S_q和开放网络的熵与混合比之间的关系。熵从本质上揭示了网络的熵变与无标度网络的幂律指数之间的函数关系,阐明了复杂网络的演化机制及复杂性变化的特点。     

基于改进信息熵和LSTM网络的轴承故障诊断

针对传统的时频域故障诊断方法无法对故障实现自适应识别和分类,且准确率较低的问题,提出一种基于改进信息熵(improved information entropy, IIE)的长短时记忆网络(long-short time memory network, LSTM)方法。首先对原始信号分别进行集合经验模态分解(ensemble empirical mode decomposition, EEMD)和变分模态分解(variational mode decomposition, VMD);将包含故障信息的所有本征模式分量(intrinsic mode functions, IMF)进行信息熵的求取;通过信息熵反映IMF的信息量和峭度指标对描述冲击成分的优势改进信息熵,构成特征向量;最后结合LSTM处理非线性数据的优势,利用组合特征训练LSTM网络建立诊断模型。实验结果表明：该方法能准确、高效地识别多种故障,准确率要比单一的EEMD-LSTM、VMD-LSTM、人工神经网络等传统方法更高。     

培养神经元网络自发活动规律性和复杂度分析

采用近似熵（approximate entropy,ApEn）的新统计方法衡量神经元不同自发放电活动时间序列数据的规律性和复杂度,对多电极阵列上培养的海马神经元网络自发活动的复杂度进行研究．结果表明不同自发放电活动的近似熵动态变化曲线有明显差别．静息期时近似熵值范围1．0-1．2;典型爆发活动时近似熵值呈现迅速下降而后上升再下降小幅振荡（0．2-0．6）;而伪爆发活动时近似熵值在0．2—0．7范围,沿平行时间轴的某一直线上下波动;连续发放锋电位时近似熵值在0．8-0．9范围;而随机单发锋电位时近似熵值0．6—0．8范围．以上分析结果说明近似熵动态变化曲线能够体现爆发活动和锋电位发放过程的规律性和复杂度变化,并可以有效地识别培养神经元网络自发的不同电生理信号,因而在神经元电信号分析中有着潜在的应用价值．     

大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。     

Entropy equilibrium equation and dynamic entropy production in environment liquid

The entropy equilibrium equation is the basis of the nonequilibrium state thermodynamics. But the internal energy implies the kinetic energy of the fluid micelle relative to mass center in the classical entropy equilibrium equation at present. This internal energy is not the mean kinetic energy of molecular movement in thermodynamics. Here a modified entropy equilibrium equation is deduced, based on the concept that the internal energy is just the mean kinetic energy of the molecular movement. A dynamic entropy production is introduced into the entropy equilibrium equation to describe the dynamic process distinctly. This modified entropy equilibrium equation can describe not only the entropy variation of the irreversible processes but also the reversible processes in a thermodynamic system. It is more reasonable and suitable for wider applications.     

基于精准k核的复杂网络节点重要性评估方法

由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验,实验结果表明MC具有更好的关键节点识别性能.     

贝叶斯正则化神经网络预测金属热力学性质的研究

采用贝叶斯正则化神经网络(BRNN)对67种金属升华热Ls和升华熵△Ss进行了预测．对网络结构、训练集、预测集以及学习次数进行了优化，并用独立预测样本对贝叶斯正则化神经网络作了检验．预测结果表明，在推广能力方面，贝叶斯正则化神经网络优于熟知的反向传播(BP)神经网络和多元线性回归方法(MLR)．它可望成为元素和化合物构效关系研究的辅助手段．     

路网交通流二层规划模型及其极大熵解

分析交通网络系统的特点,研究混合交通OD结构的关联性,在定量分析路网交通流受交通容量、交通安全及交通服务能力等条件限制的基础上,研究路网利用效益最大化及路网交通流量最大化问题,构建一种路网交通流的二层平衡规划模型。利用先验分布理论和极大熵原理,给出模型的极大熵函数解,进一步证明解的存在与唯一性。模型一方面描述了管理部门对路网交通的优化配置,一方面描述了出行者充分利用路网资源的最优选择。最后通过一个实例,分析模型计算的相关结论。