使用王朗道蒙特卡罗算法和机器学习研究伊辛模型相变

文章以伊辛模型为例，首先利用王朗道蒙特卡罗算法构建了完备的数据集，相较于常用的Metropolis算法，避免了在相变点处的临界慢化效应和在低温下无法遍历到所有重要构型的不足。然后运用非监督机器学习方法进行研究：采用主成分分析法与K-means算法处理数据集，采用Calinski-Harabasz指标分析模型相变。最终得到伊辛模型的相变点，与传统方法结果一致。本文方法为使用机器学习研究统计物理中的相变现象提供了一种可行的解决途径。     

基于新型BBO算法的微电网优化调度研究

针对含微型燃气轮机的微电网经济性与环保性协同优化问题，引入具有弃风弃光消纳和碳捕获能力的电转气(pow to gas, P2G)系统，提出了一种基于新型生物地理学优化算法(novel biogeography-based optimization, NBBO)的含P2G系统的微电网优化调度模型。构建含P2G系统的微电网模型，并分析主要设备的工作原理；引入风机备用容量以降低风力发电随机性的影响；建立微电网运行成本最小的目标函数，运用提出的NBBO算法求解该目标函数。通过分析可知，含P2G系统的微电网可减少9.02%的发电成本，降低25.9%的含碳氧化物排放，验证了所提含P2G系统的微电网模型的可行性及改进算法的适用性和优越性。     

证实原则的认知逻辑分析

证实原则作为证实主义的一个一般性纲领认为,一个非分析性的有意义的真语句都是可以被经验所证实(因而是可知)的。用认知逻辑表明从证实原则出发可以产生费奇悖论。费奇悖论表明,证实原则不仅和信念修正中穆尔语句不能被一致地相信相关,还与动态认知逻辑中一个公式是否总能成功更新有关。我们在对动态认知逻辑对证实原则的各种修正方案进行比较分析后认为,证实原则反映了人类学习和交流互动过程中的精致性和复杂性,这在动态逻辑的具体背景下可以进一步进行更为细致的研究。     

单亲遗传算法在物流合乘优化中的应用

本文运用单亲遗传算法解决物流合乘的路径优化问题。通过在染色体上基因换位、移位、逆转等基因重组操作进行个体繁衍,经过若干代的繁衍迭代,从所有的上下车点中找出一条最优的、费用最少的路径。实验结果表明,该算法在提高合乘成功率的同时,还有效地降低了车辆运行时的总成本。     

不规则区域中可压缩流动的数值模拟

将不可压缩流动的SIMPLE算法推广到可压缩流动的计算中。将二维直角坐标系和轴对称坐标系下的可压缩流动的控制方程用统一的方程式表达,在贴体网格中利用有限体积法进行离散,编制了通用的求解程序。对带有凸包的通道可压缩流动和轴对称坐标系下的马赫反射问题进行了数值模拟,得到的结果与相关文献中的结果吻合,表明了所提算法的正确有效性。     

一种非接触式平面应变测量传感器的设计

设计了一款应变测量传感器,该应变测量传感器由安装在同一印制板上的三个专用芯片组成,每一个专用芯片上的CMOS感光器用于测量所在位置上的平面位移量.通过对传感器的建模分析,确定了传感器的结构设计,并针对设计传感器的误差来源,研究了传感器与被洲表面的粘贴方式和误差修正方法.实验表明,设计的传感器能够实现毫米级形变范围内的应变测量要求,同时设计的传感器可以作为一个传感器节点,应用于无线传感的应变监测网络中.     

An Overview of Kernelization Algorithms for Graph Modification Problems

Kernelization algorithms for graph modification problems are important ingredients in parameterized computation theory. In this paper, we survey the kernelization algorithms for four types of graph modification problems, which include vertex deletion problems, edge editing problems, edge deletion problems, and edge completion problems. For each type of problem, we outline typical examples together with recent results, analyze the main techniques, and provide some suggestions for future research in this field.     

基于样本稀疏化高斯过程的发酵过程软测量建模方法

提出了一种基于样本稀疏化高斯过程(GP)的发酵过程软测量建模方法。该方法将聚类和灰色关联度分析相融合，综合考虑样本点间欧式距离和各个特征向量对样本点间相似度的影响，通过剔除相似度比较大的样本点，实现训练样本集的稀疏化，降低了模型的计算复杂度。利用基于样本稀疏化的高斯过程构建青霉素发酵过程的软测量模型，同时得到青霉素浓度的预估值和表征预估值的不确定度，实验结果表明，本文所提方法与标准GP方法相比，在保证模型预测精度的前提下，减少了模型的训练时间。     

基于时空域多特征融合的视频拷贝检测算法

针对视频拷贝检测中检测准确率低和误码率高的问题,提出结合时空域特征的多特征视频拷贝检测算法.该算法结合视频帧最大似然比和SURF描述子构成视频特征,较好地对抗各种视频变换,采用基于Kd树的特征匹配算法提高视频检测效率.实验表明该算法能有效提高拷贝检测的速度和准确度.     

基于IBFBP的IPv6路由查找算法

总结目前IPv6路由查找算法优缺点,提出了一种新的IPv6路由查找算法(IBFBP).该算法结合改进的布鲁姆过滤器(IBF)与BP神经网络,将IPv6不同长度网络ID作为IBF的输入,以关键字的特征标志创建标志库(LB)进行学习,提前判断是否发生误判.并且将位数组用counter计数数组来代替,支持可删除操作,进而进行BP神经网络学习过程.理论分析和实验结果表明:该算法比已有神经网络路由查找算法需要学习的条目数平均减少了1 500倍,还降低了误判率和搜索成本,提高了查找效率.