巨正则系综Monte Carlo模拟CO/H2在碳纳米狭缝孔内的吸附和分离

采用巨正则系综Monte Carlo（GCMC）方法研究了CO/H₂在碳纳米狭缝孔中的吸附和分离。H₂和CO均采用单点Lennard Jones（LJ）模型,孔壁作用势则用Steele 10-4-3模型描述。研究结果表明,混合物中H₂的吸附量高于与其分压相同压力下纯H₂的吸附量,而CO则与之相反。通过不同孔宽下的模拟,得到吸附分离的最佳孔宽为0.74nm,此时H₂和CO的吸附量分别为2.0和12.9mmol/g,CO对H₂的平衡分离因子达到6.5(温度为300K,压力为1.0MPa,等物质的量混合气体)。此外,还详细研究了压力、温度和混合气体组成对吸附量和平衡分离因子的影响,发现平衡分离因子随压力降低而提高,而低压下尤其明显,0.03MPa时平衡分离因子可超过9.0。随温度升高,平衡分离因子近乎线性下降;而随着体相混合气体中H₂组成的增加,平衡分离因子显著提高。     

An-型线性矩阵问题的典范形

给出了An-型路代数的所有不可分解表示与其对应的An-型线性矩阵问题的所有不可分解矩阵之间的一一对应,以及这些不可分解矩阵的典范形.     

多输入系统能控规范型的改进算法

分析了求多输入线性系统能控规范型算法的不足,提出了一种新的改进型求解线性定常系统能控规范型的迭代算法.该算法在可控性矩阵中将输入矩阵用其列向量的极大线性无关组代替,并使用矩阵的行初等变换;还能求出系统不可控时的规范表达式.该算法较原算法思路清晰、计算量小,并且容易在计算机上实现.     

基于CCA-BP-BPNN释用模型的太平洋SST预报

为了有效提高预报精度,将一种基于神经网络并能综合有效利用全场信息的非线性释用技术应用到海洋SST预测上.通过CCA-BP法建立的典型因子,可以代表气象因子场与SST之间的大部分协方差关系,使气象因子与站点要素相关性大为提高,进而通过神经网络技术(BPNN)建立非线性预报模型.利用该模型尝试对热带太平洋表层海温形势(ENSO)进行预报,并建立了该区域逐点海温的预报方案.试报结果表明,该方法对预测春季海温形势有较好的效果,有效预报时效可达1 a以上;对6 a的3月份热带太平洋表层海温预报,平均绝对误差为0.22 ℃.该方法为海洋SST统计预报提供了一个值得参考的途径.     

典型相关系数与线性相依性

讨论了两个随机向量线性相依的充分必要条件．得出了所有非零典型相关系数均为１只是两个随机向量线性相依的必要条件;以及两个向量的所有非零典型相关系数均为１,且为１的典型相关系数个数为∑１１或∑２２的秩数时,两个随机向量线性相依（ａ．ｅ）等结论     

正则系综中介观耦合电路的量子涨落

在有限温度下,介观电路系统实际上并不处在一个确定的量子状态,而是处在混合态。根据正则系综的密度矩阵导出耦合互感电路中电荷和电流的量子涨落,得到了量子涨落与温度的依赖关系。     

一类生化反应模型的Hopf分支

对一类生物化学振荡反应的Brussel振子模型进行定性分析,采用规范形理论讨论该模型Hopf分支存在的条件和稳定性.     

Jordan标准形理论中的一个计算问题

讨论了域F上矩阵A到它的Jordan标准形所关联的可逆矩阵W_0,在理论上给出了求W_0的一种初等方法.     

广义特征矩阵的唯一性

利用广义特征向量的深度,获得极大若当链的一般形式,并推导出在满足PJP-1=SJS-1的2个可逆矩阵P和S之间存在一个主对角线上具有上三角分块Toeplitz子阵的可逆矩阵H,使得S=PH,从而证明广义特征矩阵的唯一性.     

随机小介质球散射的稀疏矩阵/规则网格法分析

利用张量电场积分方程和稀疏矩阵/规则网格（SMCG）法分析了随机分布小介质球的散射问题，SMCG法根据离散单元间场作用的强弱，将阻抗元素分解为强作用的稀疏矩阵和弱作用的补充矩阵，在共轭梯度法迭代求解矩阵方程时，直接计算强作用稀疏阵与待求向量的乘积；而对弱作用的补充矩阵，则将阻抗元素在规则网格上应用Taylor级数展开，由于级数项中存在平移不变性的核，因而可利用快速傅里叶变换实现补充矩阵与待求向量的乘积，实验算例表明：SMCG法和矩量法的数值曲线吻合性很好，在分析电大目标散射时减少了计算机内存和CPU时间要求，因此SMCG法比矩量法具有明显的优越性。