玻尔兹曼极限下非增长复杂网络中的凝聚

讨论了复杂网络中几种不同的凝聚现象.分析了具有固定结点数和固定连边数的非增长适应度模型中的临界现象.解析研究的结果表明这一模型展示出了凝聚相变的现象.同时用数值方法模拟了该模型在玻尔兹曼极限下的临界行为,发现其非凝聚相与增长适应度模型中的非凝聚相有显著差异,而对应的临界温度和度分布也被确定下来.     

Lattice-Boltzmann simulation of microscale CH4 flow in porous rock subject to force-induced deformation

Accurate knowledge of the influence of rock deformation on the permeability of fluid flow is of great significance to a variety of engineering applications, such as simultaneous extraction of coal and gas, oil/gas exploitation, CO2 geological sequestration, and under- ground water conservation. Based on the CT representation of pore structures of sandstones, a LBM （Lattice Boltz- mann Method） for simulating CH4 flOW in pore spaces at microscale levels and a parallel LBM algorithm for large- size porous models are developed in this paper. The properties of CH4 flow in porous sandstones and the effects of pore structure are investigated using LBM. The simu- lation is validated by comparing the results with the mea- sured data. In addition, we incorporate LBM and FEM to probe the deformation of microstructures due to applied triaxial forces and its influence on the properties of CH4 flow. It is shown that the proposed method is capable of visually and quantitatively describing the characteristics of microstructure, spatial distribution of flow velocity of CH4,permeability, and the influences of deformation of pore spaces on these quantities as well. It is shown that there is a good consistency between LBM simulation and experi- mental measurement in terms of the permeability of sandstone with various porosities.     

基于限制玻尔兹曼机的无极性标注情感分类研究

已有的网络评论情感分类算法都需要手工标注词汇情感倾向,然而网络评论具有表达形式自由、模式多变、词汇更新速度快等特点,手工标注的方式适应能力较低。为解决上述问题,结合限制玻尔兹曼机和相似差异向量运算,通过降低向量相似度,强调其差异性的方式,提出基于限制玻尔兹曼机的无词汇标注情感分类算法。实验表明,该算法虽褒义精确度稍低于支持向量机,但是在贬义精确度上优于支持向量机,并且不需要进行词汇情感倾向标注,降低了算法的复杂度,提高了泛化能力。     

基于格子Boltzmann方法的动水压力下透水沥青路面渗流特性研究

为预防和解决透水沥青路面在动水压力下渗流堵塞等“水损害“问题,研究细观尺度下水在沥青路面中的渗流特性及相关机理已成为关键科学问题。本文参考试验级配方案,应用蒙特卡罗方法,建立开级配抗滑层OGFC-13沥青混合料的3种工况二维细观模型。基于多松弛格子Boltzmann方法,从细观层面模拟分析了集料粒径、多孔介质空隙率以及动水压力变化对透水沥青路面渗透率的影响。结果表明：空隙率、粒径越大则沥青混合料渗透率越大;当动水压力在0～1500 Pa范围时,平均流速与压强梯度严格成线性关系,达西定律适用;当动水压力在15 000～45 000 Pa范围时,Darcy定律计算得到的平均速度偏大。     

基于深度CRBM模型的建筑能耗预测方法

针对建筑能耗的预测问题,提出一种基于深度条件受限玻尔兹曼机(CRBM)的预测方法.首先,将传统受限玻尔兹曼机进行扩展,融入一个历史条件输入层,使其能够根据历史时间序列来预测未来序列.然后,在CRBM基础上构建深度CRBM模型,用来执行建筑能耗的预测.在一个"个体家庭电力消耗"数据集上的实验结果表明,提出的方法能够准确预测出预定时间段内的建筑能耗,能够为电力调度提供一定的依据.     

脉冲放电等离子体电子激发温度发射光谱诊断

利用微量Ar的发射光谱,对标准大气压N2脉冲流光放电等离子体特性进行了实验研究.在对所得Ar原子荧光谱线归属的基础上,分别采用谱线相对荧光强度比值法,玻尔兹曼曲线斜率法和费米-狄拉克布居分布模型法3种计算方法,对标准大气压N2脉冲流光放电等离子体电子激发温度进行分析比较.结果表明:采用玻尔兹曼曲线斜率法和费米-狄拉克布居分布模型法计算得到的电子激发温度非常接近,分别为(7 474±500)K和(7 480±500)K,说明本研究所涉及的脉冲流光放电等离子体至少接近局部热平衡.     

强制对流作用下溶质枝晶生长的CA-LBM模拟

应用一个二维的元胞自动机(cellular automata, CA)-格子玻尔兹曼方法 (lattice Boltzmann method, LBM) 耦合模型,对合金等温凝固过程中溶质枝晶在强制对流作用下的生长规律进行了模拟研究.该耦合模型采用CA方法模拟枝晶生长,同时采用基于分子动理论的LBM模拟枝晶生长过程中的流场和浓度场.应用该模型模拟分析了过冷度和成分等因素对Al-Cu合金在纯扩散和对流作用下单枝晶的生长规律的影响.结果表明,在纯扩散条件下,模拟的枝晶稳态生长尖端速度、半径、Peclet数和过冷度的关系与Lipton-Glicksman-Kurz (LGK)模型的预测结果吻合良好.对流作用下枝晶的生长形貌呈现出了不对称性,枝晶的生长在上游方向得到促进,而在下游方向受到抑制.合金成分和初始过冷度等因素会对枝晶形貌和生长动力学产生影响.     

天然胰岛素及其突变二聚体对盐浓度和pH值的依赖性

基于形式电荷（formal charge）参数设置,用有限差分泊松－玻尔兹曼方法（FDPB）来预测蛋白质结构的稳定性,以人的2Zn天然胰岛素及其速效突变体B9D（B9Ser→Asp）,B9E（B9Ser→Glu）,B9EB10D（B9Ser→Glu,B10His→Asp）和B10D（B10His→Asp）为研究对象,研究了溶液中不同pH值及盐离子浓度对天然胰岛素和突变体稳定性的影响,阐明了这些突变体具有速效特性的结构和理论基础。计算结果与实验相吻合。     

基于改进深度置信网络的木板表面缺陷检测模型

为了提高木板表面缺陷检测精度,采用连续型深度置信网络(DBN)建立木板表面缺陷检测模型。首先,对待检测的木板图片进行关键特征提取,并建立DBN检测模型。然后,将木板图片特征输入DBN的多个受限玻尔兹曼机(RBM)层进行深度训练,从而利用DBN的深度优势来获得木板表面缺陷检测结果。最后,引入人工蜂群(ABC)算法对DBN的权重参数进行优化从而缩短训练时间。实例测试实验结果表明：选择学习速率为0.075时,ABC-DBN算法在划痕、刮痕、裂缝、崩缺4类样本集中的均方根误差(RMSE)均值性能更优。采用卷积神经网络(CNN)、快速区域卷积神经网络(Faster R-CNN)、自适应增强卷积神经网络(AdaBoost-CNN)和ABC-DBN算法分别进行检测准确率对比实验。结果显示,ABC-DBN算法检测准确率RMSE为5.067×10^-2,是最优结果,Adaboost-CNN算法次之,CNN算法最差。     

基于格子玻尔兹曼方法的致密砂岩驱替模拟

基于数字岩心建模方法和格子玻尔兹曼方法,开展致密砂岩水驱模拟研究,分析致密砂岩水驱微观过程和机制。首先利用大庆油田龙虎泡地区高台子组致密砂岩CT扫描数据,建立三维数字岩心模型;然后利用Shan-Chen格子玻尔兹曼方法,建立油水两相驱替数值模型;之后对比分析不同注入速度和注入压力条件下驱替效率、换油率与驱替参数的关系,并给出致密砂岩三维微观孔隙尺度的驱替过程。结果表明:相同累积注入量条件下,提高水驱注入速度和驱替压差可以提高最终驱替效率;水驱注入速度和驱替压差存在驱替效率拐点;恒速水驱的平均最终驱替效率为49.6%,恒压水驱的平均最终驱替效率为47.3%。