AgBr团簇结构的遗传算法研究

利用遗传算法,结合经验势研究了(AgBr)n(n=2-17)团簇的稳定结构。结果表明:当n<6时,(AgBr)n团簇的稳定结构均为平面单环;n≥6时,(AgBr)n团簇的稳定结构均为密堆结构。反映出(AgBr)n团簇成键主要以离子键为主,并具有共价键的特点;(AgBr)n(n=6,9,12,16)的结构较为稳定。     

AgCl团簇结构的遗传算法研究

利用遗传算法结合经验势研究了(AgCl)n(n=2~15)团簇的稳定结构。结果表明:当n<6时,(AgCl)n团簇的稳定结构均为平面单环;n≥6时,(AgCl)n团簇的稳定结构均为密堆结构。反映出(AgCl)n团簇成键主要以离子键为主,并具有共价键的特点。(AgCl)n(n=6,9,12)的结构较为稳定。     

气粒并流向上流动中准静止颗粒团现象

为研究不同操作条件下气粒并流向上两相流动中颗粒团的特性,采用流动显示的方法对颗粒团的瞬态运动行为进行观察,采用图像灰度梯度法对颗粒团进行识别,根据颗粒团图像的面积计算颗粒团截面尺寸,采用互相关方法计算颗粒团瞬时速度,并根据相关系数的变化判断颗粒团变形和计算颗粒团生存时间。结果表明:在某种操作条件下,竖直窄槽道壁面附近会出现类似“沙丘”形状的大尺度准静止颗粒团;这种颗粒团的形状和尺寸能在较长时间内基本保持不变,其运动速度在零附近波动;准静止颗粒团的生存时间可达1~2 s,而其他类型颗粒团的生存时间不会超过0.25 s。     

基于多因素均衡动态分簇的WSN路由协议算法研究

为了解决无线传感器网络分簇路由协议随机筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题,提出一种基于改进社交网络搜索算法(ISNS)优化模糊C均值聚类(FCM)的多因素均衡动态分簇路由协议(MD-LEACH)。首先,引入莱维飞行改进反向精英学习策略,以增强社交网络搜索算法的全局寻优能力;接着,使用ISNS优化模糊C均值聚类算法对网络节点动态均匀分簇,均衡网络负载;此外,在每个簇内,考虑簇内节点的能量因素和位置因素引入模糊推理,设计两种簇头选取模式,动态选举簇首,提高簇首质量。在稳定传输阶段,将单跳改为簇首之间的通信的方式,使用改进的蚁群算法寻找最优数据传输路径,提高能量效率。仿真结果表明,算法能够有效提高能量效率,平衡网络负载,延长网络生存期。     

AgBr团簇熔化行为的研究

用恒温分子动力学方法研究了（AgBr）n（n=9,12,16）团簇的熔化行为。结果表明：在低温区,团簇中原子间的相对位置变化很小;在中温区,原子开始扩散和重排,结构发生扭曲及部分价键断裂,但仍保持着基态结构总体构型不变;在熔点,团簇结构发生了根本性转变,结构变得很破碎。     

有先行者优势的确定性网络

提出了一个确定性网络模型.模型考虑了新生成节点有不同的强弱状态,用节点度刻画节点的强弱,即强节点的度比较大.通过解析计算,得到了网络的特征系数,其特点是幂律度分布、大集聚系数和幂律簇度相关性,即模型生成了一个无标度层次网络.认为网络是无标度的是由于其生成方式上的特点,越早生成的节点拥有的度越大,这与BA(Barabási-Albert)无标度网络生长方式相似.如果节点度代表了个体拥有的资源、能力及社会关系等,那么越早生成的节点度越大,恰好对应于占先策略,即先行者优势.     

CnN4(n=2～10)团簇的结构和性质的密度泛函理论研究

利用B3LYP/6-31G(d)//CCSD(T)/6-31G(d)方法计算了5个系列的氮掺杂碳团簇CnN4(n=2～10)的结构、能量和物理性质,并对优化的结构进行了频率分析.计算结果表明,系列1、系列4和系列5的结构和性质表现出不同程度的奇偶交替变化.根据相对能量、成键能、垂直电离能、垂直电子亲合能、前线轨道能隙等性质对5个系列的团簇的结构、稳定性和得失电子能力进行了讨论.     

AunCu2(n＝1～4)团簇的量子化学研究

在相对论有效势近似下,用密度泛函方法B3LYP和LANL2DZ基组,系统计算了金掺杂铜原子团簇AunCu2(n＝1～4)的可能稳定结构,确定了低能量异构体的稳定结构.比较研究AunCu2和Aun的稳定性,结果表明:掺入两个Cu原子改变了纯金团簇的稳定性趋势.计算结果还再现了封闭结构稳定性的振荡性.     

无线传感器网络中基于智能分布式分簇协议的目标追踪

传感器网络综合了传感器技术、嵌入式技术、分布式信息处理技术和无线通信技术,能够协作地实时监测、感知各种环境和对象,并对监测到的信息进行处理.物体追踪是传感器网络重要的应用之一.高追踪质量低能耗是传感器网络物体追踪的主要要求.设计了一个智能的基于动态分簇机制的目标追踪协议IDCT（Intelligent Distributed Cluster-based Tracking）.利用最优选择机制和动态成簇方法,可以提高目标追踪质量并节省能量.     

关于Lennard-Jones型势函数参数的几种拟合方法

采用三种方法分别对Fe-C、Cr-C、V-C、Ni-C 4种双原子团簇的Lennard-Jones势函数中的参数进行了拟合,即解方程方法,作图法和最小二乘法.其中,作图法简单易行,但可能会损失一些精度;最小二乘法和作图法均适用于原子间距范围较大的情况.而解方程求参数的方法更适合于研究平衡态下的性能.