基于粒子群的交叉规划问题的求解算法

提出了基于单纯形法和内部映射牛顿法的子空间置信域法的粒子群算法,分别用于求解线性交叉规划和非线性交叉规划,并结合实例说明了这两种混合粒子群算法求解交叉规划的可行性和有效性.     

埋深比对地铁车站与临近多层建筑峰值加速度响应的影响

为了对城市密集建筑区的抗震设计提供理论依据和参考,以三层三跨岛式车站和多层框架建筑为研究对象,采用有限元软件Abaqus对层状场地中由地铁车站与两个框架结构所组成的左右对称模型进行数值模拟实验,分析了不同埋深比对结构-土-结构相互作用(structure-soil-structure interaction, SSSI)效应的影响规律。结果表明,在地震作用下,当地铁车站埋深比小于等于1.5时,地铁车站与临近多层框架建筑间的SSSI效应对车站下半部分和上方框架结构所产生的不利影响值得重视;在埋深比增大过程中,临近建筑对车站上半区域的有利影响以及对车站整体的其他影响逐渐减弱,而车站对临近建筑的影响会整体趋向有利;地震动的频谱特性是地铁车站与临近多层建筑间地震反应的主要影响因素之一。     

非合作流速与拥塞控制博弈的应用

针对Internet用户的贪婪行为,引入非合作博弈理论,为非合作网络中的流速与拥塞控制行为建立模型,论证了上述博弈模型中Nash均衡点的存在性和惟一性.在分析了求解Nash均衡点解析解的基础上,设计实现了一种分布式流速控制算法(FCAG-SL).仿真实验表明,FCAG-SL算法具有良好的收敛性,应用流可以获得比其他拥塞控制算法更高的效用和整个系统的效用,验证了算法的可行性和有效性.     

一种基于标记点的近景摄影测量系统

给出了一种基于标记点的鲁棒三维重建摄影测量系统;采用编码点和非编码点等标记点方式.为了减少不同图像间误匹配的概率,采用一种新的基于编码点的匹配方法,不同图像间非编码点的匹配从编码点开始,并通过相似性准则、模糊度准则和距离误差准则来剔除误匹配,可获得非常高的正确匹配率.采用一种新的基于标记点的加权迭代特征算法,用编码点恢复相机的投影矩阵,从而可以确定相机的外部姿态参数;用非编码点恢复3D坐标.与已有的加权迭代特征算法比较,该算法避免了所有点参与计算相机的投影矩阵,运算速度更快.由于采用标记点的亚像素定位方法,提高了3D重建精度.实验结果表明,在3D重建方面,该系统是强壮和精确的.     

多相移光纤光栅光谱特性分析

为了研究多相移光纤光栅的光谱特性,探究其在光纤通信和光纤传感领域的应用,利用传输矩阵法,通过Matlab编程对多相移光纤光栅中等分相移光栅、相移级联光栅及混合相移光栅在不同相移个数、不同相移量大小、不同位置放置时的传输光谱特性进行了仿真和研究.结论表明:等分相移光栅可以通过增加相移个数来实现多波长的激光输出,相移量不同激光波长的输出也不同.相移级联光栅可用作带宽滤波器,通过增加相移光栅的级联数增加带宽.     

极值分析下基于位置矩阵的质心定位方法

为以使星敏感器在复杂工况下依旧能获得高精度的星点质心位置,提出一种极值分析下基于位置矩阵的质心定位方法。首先, 提出极值分析下的星点弥散区域粗提取算法, 对去噪后的星图进行星点局部区域限定。接着, 提出基于位置矩阵的线段编码标记法对星点弥散区域进行精提取。最后, 利用星点区域像素信息估计出高斯曲面参数以得到星点精确的质心坐标。仿真结果表明, 星图噪声标准差处于2的水平时, 所提方法可以使星点质心定位精度达到0.070 4 pixel, 且在星图噪声标准差处于12的水平时, 仍具有90.03%的高星点提取成功率。     

中国某轿车生命周期内能耗和环境排放特性

以某国产轿车为实例,利用生命周期评价方法,探讨国产轿车在能源消耗和环境排放方面的特点,同时为类似产品的生命周期评价提供方法上的借鉴.     

间苯二酚法测定蜂蜜中果糖的研究

对利用间苯二酚法测定蜂蜜中果糖的条件进行了优化选择,并对其应用性进行了评估．结果表明,果糖与间苯二酚、盐酸共热生成的红色络合物在483nm处吸收峰最高;当间苯二酚质量浓度为2g／L、盐酸浓度为5mol／L、加热温度为100℃、加热时间为7min、果糖的质量浓度在0．2～2g／L之间时,果糖的质量浓度与吸光值具有良好的线性关系,回归方程为Y=0．035＋0．5648x,r^2=0．9994．     

非线性薛定谔方程的五种差分格式

给出了非线性薛定谔方程的5种差分格式,并且分析了这些格式的局部截断误差以及稳定性和收敛性.并且用数值实验比较了它们的截断误差和运算速度.     

The Theoretical and Experimental Analysis of the Maximal Information Coefficient Approximate Algorithm

In the era of big data, correlation analysis is significant because it can quickly detect the correlation between factors. And then, it has been received much attention. Due to the good properties of generality and equitability of the maximal information coefficient(MIC), MIC is a hotspot in the research of correlation analysis. However, if the original approximate algorithm of MIC is directly applied into mining correlations in big data, the computation time is very long. Then the theoretical time complexity of the original approximate algorithm is analyzed in depth and the time complexity is n2.4 when parameters are default. And the experiments show that the large number of candidate partitions of random relationships results in long computation time. The analysis is a good preparation for the next step work of designing new fast algorithms.