海底掩埋物体的目标强度与信混比分析

小掠射角声波照射下的掩埋物体散射声场计算,对水声探测系统的设计十分重要。现有基于声线理论的方法,无法计算小掠射角声波照射下的掩埋物体散射声场。基于波数积分声场模型和虚源方法,开发了可计算海底掩埋物体三维散射声场的模型软件。通过引入等效目标强度的定义,仿真计算了掩埋圆台和球壳的等效目标强度和回声信混比,并分析了掩埋深度和声波掠射角对信混比的影响。结果表明,用单基地方式工作时,掩埋物体的回声信混比总是很小,探测十分困难,若采用双基地探测,当掩埋深度达到30cm时,信混比可提高40dB以上,对掩埋物体探测系统的设计具有参考价值。     

基于动态种群结构的粒子群算法及仿真研究

针对标准粒子群算法易陷入局部最优而早熟的问题,提出了一种基于动态种群结构的粒子群算法。该算法在种群结构中引入小世界网络模型,由于网络模型的演化,使算法具有动态的种群结构,从而保持了种群的多样性。同时为了使粒子尽可能地分布在不同的搜索空间,在网络模型演化过程中考虑了结点的个体价值。为了加快算法的收敛速度,在进化后期采用全局模型粒子群算法。通过对三个经典测试函数优化问题的数值仿真并与其它方法进行比较,结果表明了算法的有效性和实用性。     

Hybrid particle swarm optimization for multiobjective resource allocation

Resource allocation （RA） is the problem of allocating resources among various artifacts or business units to meet one or more expected goals, such a.s maximizing the profits, minimizing the costs, or achieving the best qualities. A complex multiobjective RA is addressed, and a multiobjective mathematical model is used to find solutions efficiently. Then, all improved particie swarm algorithm （mO_PSO） is proposed combined with a new particle diversity controller policies and dissipation operation. Meanwhile, a modified Pareto methods used in PSO to deal with multiobjectives optimization is presented. The effectiveness of the provided algorithm is validated by its application to some illustrative example dealing with multiobjective RA problems and with the comparative experiment with other algorithm.     

Multi-objective fuzzy particle swarm optimization based on elite archiving and its convergence

A fuzzy particle swarm optimization （PSO） on the basis of elite archiving is proposed for solving multi-objective optimization problems. First, a new perturbation operator is designed, and the concepts of fuzzy global best and fuzzy personal best are given on basis of the new operator. After that, particle updating equations are revised on the basis of the two new concepts to discourage the premature convergence and enlarge the potential search space; second, the elite archiving technique is used during the process of evolution, namely, the elite particles are introduced into the swarm, whereas the inferior particles are deleted. Therefore, the quality of the swarm is ensured. Finally, the convergence of this swarm is proved. The experimental results show that the nondominated solutions found by the proposed algorithm are uniformly distributed and widely spread along the Pareto front.     

基于神经网络和PSO的机器人路径规划研究

提出一种神经网络和粒子群算法相结合的移动机器人路径规划方法。采用小波网络和RBF网络相结合的四层神经网络结构,克服了传统神经网络方法进行路径规划时对每个障碍均设计一些特定的隐节点,当障碍较多且环境动态时,网络结构庞大且神经元的阈值随时间的变化而需要不断改变的缺点。利用粒子群对神经网络的参数进行训练,在规定的代数内对网络参数优化,使得机器人在移动过程中能够快速响应环境的变化。通过对移动机器人在动、静态不同环境下的仿真实验,证明了方法的有效性。     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

基于支持向量机元模型的随机鲁棒设计

随机鲁棒设计是一种基于蒙特卡洛仿真的优化设计方法.通常情况下,对于复杂仿真模型的随机鲁棒设计时间开销很大.为减小随机鲁棒设计过程中的时间开销,使用参数最优的最小二乘支持向量机替代仿真模型进行随机鲁棒设计.使用标准粒子群优化算法搜索支持向量机参擞和控制器参数的寻优.通过一个基准测试问题证明了该方法的可行性.     

1-壬烷基硫醇稳定的金纳米粒子的二维自组织

报道一种由硫醇稳定的小尺寸金纳米粒子形成的二维六方密堆积有序结构,这种结构是通过将含有金纳米粒子的甲苯溶胶滴在平整基底上而自发形成的。金纳米粒子主要是利用相转移试剂4－辛基溴化铵将金氯酸根离子从水相转移至甲苯有机相中,然后以硼氢化钠作为还原剂将其还原后得到的,在加入还原剂之前,先将一定量的1－壬烷基硫醇加入有机相中作为稳定剂,以此来调控金纳米粒子的成核和生长速度,从而达到制备目标尺寸金纳米粒子的目的。紫外－可见（UV）、红外光谱（IR）和X射线光电子能谱（XPS）表征结果表明了硫酸包裹的金纳米粒子的生成,透射电子显微镜（TEM）表征进一步证实了金纳米粒子的尺寸及由其构成的二维六方密堆积有序结构。     

颗粒流体系统的宏观拟颗粒模拟

拟颗粒模拟（pseudo-particle modeling,PPM）是一种粒子方法（PM）,提出于1996年,虽然它很适合微观颗粒流体系统的模拟,但在实际系统中的应用却受到计算量的严重限制。结合加权平衡和有限差分等手段将粒子间作用提升到符合Navier-Stokes(N-S）方程的流体微元尺度,进一步提出了宏观拟颗粒模拟（MaPPM）,应用此模型,模拟了一维Poiseuille流,并通过与另一相关PM－－光滑粒了流体力学（SPH）的定量比较,说明了其优越的精度与计算效率,在单颗粒绕流、双颗粒沉降和多颗粒流化的模拟中也获得了合理的曳力系（CD）和原PPM未能获得的细胞的瞬时流场,并显示了良好的收敛性和稳定性。     

三旋理论展望

大理微宏观物理现象都表明基本粒子不是类点结构,但这并非是弦学说才有的特色,三旋理论利用类圈体存在三种内禀自旋的发现,会有助于对微观和宏观量子现象及场的一些难题的探索。