质量加权坐标系下水分子2种特殊振动模式的DVR计算

在质量加权坐标系下用离散变量表示(DVR)方案研究了H2O基电子态2种特殊振动模式的振动光谱.计算中应用多项式函数拟合从头算结果得到的内坐标系下的基态解析势能面,经坐标变换得到质量加权坐标系下的相应势能面.分子的哈密顿形式在质量加权坐标下给出.用H2O振动能级的计算验证算法的可行性,从而为二维多光子电离光电子能谱的模拟奠定理论基础.     

考虑BOM的FMS生产线能力规划问题

针对印刷装配板(Printed Wiring Board, PWB)的制造过程,建立了一个基于多种需求状态的多计划期多种产品类的能力规划模型.该模型考虑了机器的柔性、产品类的BOM(Bill of Materials)约束(物料需求约束)以及进行生产能力调整的风险.考虑该模型是一个大规模的混和整数规划问题,无法用一般的数学软件直接进行求解,提出了一种求解近似最优解的方法,首先应用启发式算法减少装配线能力调整决策变量的搜索空间,然后应用遗传算法进行搜索.最后通过实例分析验证了该方法的可行性及其在管理学上的意义.     

并行工程团队的定量化组织方法

给出了并行工程产品开发团队的组织原则并建立了基于整数规则的团队组织问题数学模型。在这一数学模型的基础上,把团队组织问题分解为一系列相互独立的子问题,并提出了一个基于Tabu搜索的算法来解决此予问题。逐个解决子问题,即可获得整个团队组织问题的解。     

基于MILP模型和QPSO算法的绿色物流调度方法

针对物流网络中绿色且经济的物流调度问题,提出一种基于混合整数线性规划(MILP)模型和量子粒子群优化(QPSO)算法的物流调度方法 .首先,根据实际情况设定物流网络中的各种元素属性,如制造商、分销商和经销商的能力以及运输方式.然后,构建一个综合考虑交付时间最小化和碳排放量最小化的目标函数,并根据网络属性约束构建一个物流调度的MILP模型.最后,通过一种QPSO算法来求解该MILP模型.在一个汽车销售物流网络上的实验结果表明,提出的方法能够很好地均衡交付时间和碳排放量.     

资源均衡问题的峰值最小化模型

将资源峰值作为资源均衡程度的一种度量,以资源峰值最小化为优化目标,分别建立了工序不可分拆、可分拆和有条件分拆的资源均衡问题的整数线性规划模型,通过算例和工程案例验证了模型的有效性,并给出了多种资源情形下资源均衡问题的序贯解法.所建模型不涉及关键路线的确定和非关键工序浮时的计算,且各种资源峰值表述相互独立,因而对部分资源用量受限和对工序开(完)工时间有特殊要求的广义资源均衡问题也有较好的适应性.     

变量施肥决策的多目标优化模型与算法

变量决策模型和优化算法是精准农业变量作业处方生成的核心环节.文中建立了一个综合考虑作物产量、质量、能源消耗、环境影响等多个指标的变量施肥多目标优化模型,提出了一种求解此类问题的高效禁忌搜索算法,从产量最大化的初始施肥方案出发,基于最近可行解的概念进行邻域搜索,并按照质量优先的策略不断寻找和更新解集,最后得到一组非支配意义下的优化施肥方案,以提高精准农业变量施肥的决策支持能力和水平.通过对江西宜春地区油茶树变量施肥问题的案例研究,验证了模型和算法的有效性和实用性.     

基于单变量函数分解的结构区间静力响应分析

针对含有界但未知不确定性的结构静力响应问题,提出了一种单变量函数分解的区间有限元法.首先,将区间有限元的位移函数在单变量点处进行高阶Taylor展开,推导出其单变量函数分解区间表达式.然后,利用单变量区间函数分解,将n维位移函数近似表达为n个一维函数的和函数,每个一维函数有且仅有1个区间参数,其余区间参数被它们的区间中...     

一类具有信息变量和等级治愈率的SI传染病模型的稳定性分析

本文研究了一类SI传染病模型,并简单地讨论了它的稳定性.通过研究发现无病平衡点E0=(1,0,1)当R0≤1时存在,且该平衡点是局部渐近稳定的.而它的全局渐近稳定通过构造Lyapunov函数被证明了.地方病平衡点E*=(S*,I*,Z*)存在的充分条件当R0>1时被得到,并且在本文中利用自治收敛定理得到了它的全局渐近稳...     

基于差分进化邻域自适应的大规模多目标算法

对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。     

基于光学-ALS变量组合和非参数模型的天然次生林地上生物量估算

【目的】通过组合机载激光雷达(airborne laser scanning, ALS)数据和Sentinel-2A数据提取特征变量,探讨估算天然次生林地上生物量(aboveground biomass, AGB)最佳的变量组合方式和估算方法。【方法】以2015年ALS数据、2016年Sentinel-2A数据和黑龙江帽儿山林场森林资源连续清查固定样地数据为数据源,通过ALS数据提取高度特征变量(all the LiDAR variables, 记为A_L),Sentinel-2A数据提取若干植被指数变量(all the optical variables, 记为A_O),然后将光学-ALS结合变量(combined optical and LiDAR index, COLI,记为I_COL)结合成为新的变量 I_{\mathrm{CO}{\mathrm{L}}_1} 和 I_{\mathrm{CO}{\mathrm{L}}_2} ,以6组特征变量组合方式(A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} 、 I_{\mathrm{CO}{\mathrm{L}}_2} 、 I_{\mathrm{CO}{\mathrm{L}}_1} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入变量,分别使用多元线性逐步回归(stepwise multiple linear regression,SMLR)、K-最近邻法(K-nearest neighbor,K-NN)、支持向量回归(support vector regression,SVR)、随机森林(random forest, RF)和堆叠稀疏自编码器(stack sparse auto-encoder,SSAE)共5种方法构建了天然次生林AGB估算模型,探讨I_COLs变量以及不同模型对生物量估测精度的影响。【结果】结合变量I_COLs对于森林AGB的估算十分有效,加入I_COLs变量能够很大提高森林AGB模型的估算精度;与其他4种模型相比,无论使用哪些变量作为输入数据,SSAE模型的精度最高;当使用SSAE模型,以光学和ALS变量组合 ( I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入特征变量时,模型的准确性最高:R²=0.83,均方根误差为11.06 t/hm²,相对均方根误差为8.23%。【结论】结合变量COLIs能够有效地提高天然次生林AGB的估算精度,而且深度学习模型(SSAE)在估算天然次生林AGB方面优于其他预测模型。总体而言,利用ALS和Sentinel-2A数据组合变量的SSAE模型可以较准确地估算森林AGB,为天然次生林地上生物量的估算和碳储量评估提供技术支持。