微带阵列互耦的时域有限差分法(FDTD)仿真

在微带阵列天线中,贴片间的耦合是阵列性能下降的一个重要原因,对互耦进行正确的评估、计算,有助于深入了解阵列特性并指导设计工作.采用时域有限差分(FDTD)法计算微带贴片间的互耦系数,其中采用非均匀网格对天线进行网格剖分,并引入了电阻性电压源,在保证计算精度的前提下,大大节省了计算空间和计算机时间.利用N端口网络知识通过简单计算即可得到互耦系数,与传统方法相比降低了计算、编程难度,计算结果与矩量法及测量结果基本一致.     

信息不完全共享下MC供应链动态调度模型研究

为解决信息不完全共享环境下,大规模定制供应链的动态调度问题,提出了基于蚁群算法的多企业交互调度模型.模型中,供应链企业均具有各自独立的异构生产调度系统,企业在互不了解完全生产信息的情况下,通过企业代理之间的反复、自动交互,对订单任务分配及合作时序进行协调,从而实现供应链动态优化调度.仿真实验证明,此模型具有良好的调度效果和稳定性.     

不完全信息下的群体多属性决策方法

针对群体多属性决策问题,提出一种新的不完全信息下的群体多属性决策方法。该方法假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反映决策者在不同评价属性中的重要性程度,同时考虑到专家评价值的相似度,将专家评价值进行集结得到专家群体关于方案集的决策矩阵。计算各方案与理想方案的相似度,并以此对方案进行优劣排序。通过实例说明所提方法的可行性。     

离散时间不完全市场下基于计价单位投资组合法的期货定价模型

在具体的离散时间不完全市场模型中给出最优增长组合的刻画后，运用计价单位投资组合法推导出期货的无套利定价模型。随后对定价模型进行实证检验，结果表明，对于实证选取的股票期货样本，该定价模型给出的预测价格能够较好地拟合样本的实际价格，且其精度较持有成本理论单因素模型的略有提高。     

基于图论算法的微博好友圈及消息发布方案研究

以微博用户为顶点,建立用户关注关系的顶点赋权有向图模型,把寻找微博中的最大好友圈问题转化为有向图的最大有向完全子图问题,而选择发布某消息的用户数最少的方案问题转化为寻找有向图的最小支配集问题.采取用户间关注关系0-1矩阵及好友关系的无向图,应用启发式着色算法求解无向图中的最大完全子图,计算出最大好友圈.根据消息传播关联的0-1矩阵,应用有向图的最小支配集的优化算法,求解最小支配集,得出了发布某消息的用户数最少的方案.     

老鼠也知道悔过

正在最近的一项研究中,科学家用电极监测老鼠的大脑活动,重点聚焦大脑参与决策的两个重要区域。科学家让老鼠花1小时(设定这个时间限制是为了让老鼠觅食的效率最高)在一个复杂迷宫中玩耍。这个迷宫由1个圆圈及4根辐射自圈上的轮辐组成,其中3根轮辐末端放着香蕉、樱桃或巧克力风味的美食,另1根轮辐末端则放着没有任何风味的食物。当1只老鼠到达1根轮辐后,它在得到食物之前会听到1个音调,音调高低与它在得到食物之前不得不等待的时长(1     

新型消炎止痛新制剂通过验收

高湿、低温地区的空调器室外机容易造成化霜不完全和在底盘上结冰的现象，会影响制热效果。在这种恶劣环境下如何实现空调器的有效除霜，一直是行业内的一个难题。目前一般采用四通阀换向和在底盘上加电加热带的方法来处理这一问题，但化霜效果成本较高、能耗大、且存在电加热带漏电的安全隐患。     

C24+分子的Eg(⊙)b1g系统的Jahn-Teller效应及其各向异性现象

依据Jahn-Teller效应理论与量子理论,利用群论和对称性分析的方法探讨了C24+分子的Eg(⊙)b1g系统的Jahn-Teller效应及其各向异性现象,构建了Eg(⊙)b1g系统的电声耦合哈密顿量,借助幺正平移变换计算出了系统的电子基态与激发态及其能量.结果表明,由于电声耦合作用的缘故,系统发生了Jahn-Teller畸变,畸变使得系统在其势能面上形成了两个具有D2h对称性势阱.无论系统处在哪一个势阱中,系统的二重简并的电子基态能级都将发生分裂,因此畸变导致系统电子基态的简并性完全被消除.经过Jahn-Teller畸变,C24+分子就会从D4h对称性降低到D2h对称性,同时C24+分子的振动频率发生分解,频率的分解就意味着C24+分子的各向同性遭到破坏而呈现出各向异性.     

矩阵求逆的一类分裂迭代算法

矩阵求逆作为线性代数的一个重要研究内容,在通信工程、计算机、物理学等领域有着广泛的应用.本文探讨了针对矩阵求逆的一类位移分裂迭代算法,同时分析了该方法在求逆矩阵时的收敛性,并用具体的数值实验验证了该方法的可行性.     

求解多集分裂可行问题的线搜索两步投影法

针对多集分裂可行问题提出了一种可变步长的双外推梯度投影算法.与现有的投影法相比,新算法采用最优步长来更新每次迭代的投影域,以保证下一次迭代更接近解集.在适当条件下,证明了算法的收敛性.基本的数值实验表明,该算法是有效的,而且比现有的投影法收敛更快.