LHC上的重大进展——发现Higgs粒子

2012年7月,欧洲核子中心CERN的大型强子对撞机（LHC）上的CMS与ATLAS实验组相继宣布发现了质量在125GeV附近的新粒子．其后,基于更多的数据和更深入的分析,CERN于2013年3月14日发表声明：“新的结果表明CERN发现的粒子是Higgs玻色子”．在简要回顾标准模型Higgs的理论以及在LHC之前的寻找结果之后,我们将结合近年来参-9CMS实验及Higgs寻找的工作经历,详细介绍LHC上Higgs玻色子的发现历程,以及对Higgs质量、耦合、自旋、宇称等性质的测量现状．     

纳米颗粒表面修饰对纳米流体粘度的影响

纳米流体的黏度受流体温度、纳米颗粒粒径、纳米颗粒浓度等多方面的影响。在前人的研究中,黏度随流体温度的增加而减小,随纳米颗粒粒径的增加而减小,随纳米颗粒浓度的增加而增大,但黏度随纳米颗粒浓度的增大程度不同。通过总结大量不同情况下纳米流体的黏度数据,分析纳米流体黏度随纳米颗粒浓度的增加与纳米颗粒表面性质的关系。分析结果表明:纳米颗粒的添加增加基础流体的黏度;且亲水型纳米颗粒比疏水型纳米颗粒与水形成的纳米流体的黏度高。通过对纳米颗粒表面性质的修饰,可以控制纳米流体黏度的变化,从而影响流体输送过程中的能耗。     

高清数码摄像机示踪粒子影像流态检测试验研究

介绍了一种采用普通高清数码摄像机摄制液流中普通可视粒子影像进行流态检测的方法。分析了这种方法的可行性,说明了采用本方法进行试验研究的具体流程,所用测试装置以及数字影像的处理步骤,探讨了采用该方法进行流态测试的技术要求,总结了该方法的基本测试要求与适用条件。     

动态考试安排的优化算法研究

在高校教务考试中心,每年都会面临各类面大量广的考务安排,除了简单的考试用EX-CEL表格安排,当涉及需要打印准考证等考试安排时,通常使用软件进行考试安排,单纯地利用循环实现如考场、座位号的安排,时间复杂度很大.利用粒子群优化算法,实践证明可以极大地降低时间复杂度.     

利用CTAB包裹剂浓度控制Ag纳米粒子的形貌

通过控制包裹剂十六烷基三甲基溴化铵(CTAB)的浓度对纳米粒子的形貌进行调控。使用紫外-可见分光光度计和透射电镜等方法对合成的Ag纳米粒子进行表征。结果表明:CTAB的浓度对产物的形貌关系密切,通过调节CTAB的浓度可生成球棒混合、纳米棱镜和棱镜与纳米棒的混合形貌。     

一种自适应物种寻优的无线Mesh网络QoS路由算法

针对无线Mesh网络带宽、负载能量不均等情况引起的网络延迟,以及路由算法运算速度较慢等问题,提出了一种自适应物种寻优的无线Mesh网络QoS路由算法。该算法利用路径评价函数进行最佳节点路径的搜索并通过蚁群信息素更新规则来平衡网络负载,避免数据拥堵和传输延时,并结合量子行为粒子群优化算法的物种形成策略,提出一种领域最好位置的自适应搜寻方式,降低了网络延迟并提高了算法收敛速度。仿真实验表明,从网络延迟和算法收敛速度来看,该算法相比改进的蚁群QoS路由算法和基于遗传算法的QoS路由算法具有更良好的效果。     

粒子群优化模糊聚类算法在煤气鼓风机组振动故障诊断的应用

针对模糊C均值聚类算法容易陷入局部极值和对初始值敏感的缺点,提出了一种粒子群优化模糊聚类算法,该算法利用粒子群优化算法寻找最优聚类中心,运用WFCM进行加权模糊聚类,能较大提高聚类的有效性;将该算法应用于煤气鼓风机组振动故障诊断中进行诊断仿真,结果表明:该算法较大提高了故障诊断的正确率。     

一种基于运动方向变异的混合粒子群算法研究

针对粒子群算法搜索精度不高、易早熟收敛、搜索后期多样性下降快等问题,提出一种基于运动方向变异的混合改进粒子群算法.该算法通过改变部分粒子的运动方向增加种群多样性,扩大粒子的搜索范围;利用非线性减小惯性权重的方法增加搜索后期的精度;用线性地增大和减小两个学习因子来平衡搜索的范围和精度,使得在搜索前期能够迅速定位到全局最优点附近,在搜索后期能够收敛到全局最优点.将该方法应用于函数优化中,仿真结果表明,该算法能够使粒子均匀分布在最优值空间范围内,调整和平衡粒子的全局搜索和局部精细搜索能力,同时能延缓粒子多样性的下降速度,使粒子能够跳出局部最优值.     

生物相容性石墨烯纳米复合物修饰电极的制备及其电化学性能

以石墨烯、对氨基苯甲酸重氮盐和氯金酸为原料,制备了一种具有独特性质的金纳米粒子/石墨烯复合材料,利用红外光谱和紫外可见光谱表征了其光学性质,利用TEM表征了其结构性质.将葡萄糖氧化酶吸附到金纳米粒子/石墨烯复合材料表面,制得了一种葡萄糖氧化酶修饰电极,利用循环伏安法检测了所获得的修饰电极的电化学性质,并研究了其对葡萄糖的电化学催化性能.结果表明,葡萄糖浓度(x)与响应电流(y)呈线性关系,y=5.223x-2.652,R=0.976,线性范围为1.4～6.2μmol/L,检出限为0.2μmol/L(RS/N=3).     

基于改进PSO算法参数优化的模糊支持向量分类机

借助遗传算法中交叉和选择的思想策略,提出一种改进的粒子群算法对模糊支持向量机的参数进行优化选择.结果表明:该方法能够减少模糊支持向量机参数选择的盲目性,增强了模糊支持向量机的泛化能力,同时也提高了其分类精度.