垂直套管环隙内气液固三相流动沸腾传热与抗垢性能

垂直套管环隙内气液固三相流动沸腾传热与抗垢性能于志家徐维勤沈自求（大连理工大学化学工程研究所１１６０１２）关键词：流态化；沸腾；传热／抗垢分类号：ＴＱ０２１．３污垢与结疤在换热设备中普遍存在，特别是在蒸发与沸腾装置的加热壁面上更为严重．污垢使传热阻...     

神经网络自调节变尺度算法及其用于聚酯生产工况预测

探讨了多层前向神经网络的学习算法，并将该算法用于大型聚酯生产工况预测。结合非线性最优化方法，提出了一种基于拟牛顿法的神经元网络自调节变尺度学习算法，仿真结果表明，该算法有效地改进了神经元网络学习收敛速度和收敛性能。     

高维系统向混沌的转化

为了搞清在高维系统中向混沌转化的过程,本文从两个相互紧密耦合的圆映象为模型,对一个具有三个不相容的频率的系统的准周期过程进行了探讨性的研究。计算的结果可供有关人员参考。     

结构时域优化设计的一个有效算法

提出了用于求解满足瞬时性态约束条件的结构时域最优化设计问题的改进 ＳＬＰ 算法。对于约束值比例于设计变量向量的最优设计问题，用射线步将设计点调整到最 严约束边界。对于一般的情况，则用带有约束负补偿的粗糙搜索技术在每次迭代中求 出明显的改进解。算例表明本文方法是有效的。     

混合模型方法在超大规模输水隧道中的应用

针对某在建超大规模输水隧道，提出了混合模型方法.该方法将局部仿真直接包含在整体仿真中，避免了局部模型分离带来的误差，并且实现了整体仿真与局部仿真的同步.利用显式算法和相关技术，通过实际计算应用，证明了该仿真方法的可行性.     

Absolute scaling law for temperature data in Rayleigh-Benard convection

In addition to the hierarchical-structure (H-S) model,this paper further explores the most intensive intermittent structure of Rayleigh-Bénard convection at the high Ra numbers proportional to temperature.With respect to the discovery and by means of the scale,both of Bolgiano,there are two regions of the structure holding the absolute scaling law given by Ching's paper.Through theoretic analysis of data,this paper indicates that the regions act as two local intensive intermittent structures,by which the st...     

a尺度的二维四向小波问题

以双向小波理论为基础, 通过使用张量积的方法构造尺度为a的二维四向小波, 并给出了二维小波的多分辨分析及二维小波的正交条件和双正交条件, 得到了二维四向小波包及其相关性质.     

机器学习在座逾渗相变问题中的应用

机器学习理论区别于传统方法,因其在对于复杂的数据集识别、分类的准确性和高效性而被广泛应用于各个领域.识别相变是机器学习和统计物理领域相结合的最有代表性的工作.到目前为止,机器学习完成的相变识别几乎都是基于具有动力学演化过程的自旋模型,如Ising模型等,而其在另一类不具有动力学演化过程而完全由系统结构特征决定的相变模型,如逾渗模型等,仍未有细致研究.本文结合现有的机器学习技术,卷积神经网络和一般向量机,对二维方格子上的座逾渗问题进行了研究,发现能以高正确率对不同相的构型进行识别,证明了机器学习在这类问题上研究的可行性.通过已完成训练的学习机对不同参数下构型预测的正确率计算,发现正确率在相变点附近会出现急剧衰减,与系统参数呈幂律衰减.这与传统相变理论一致.通过定量计算,还发现2种学习机的正确率衰减规律都满足同一个幂律指数.这不仅进一步从全新的角度揭示了相变的普适性,而且为找寻相变点提供了新的方法.     

模式识别法标度软硬酸碱理论中酸的软硬度

本文用化学模式识别法对６２种金属离子即ＳＨＡＢ理论中酸的软硬度进行标度，定量反映了酸的软硬度。     

A novel method to identify the scaling region for chaotic time series correlation dimension calculation

To obtain more accurate correlation dimension estimations for chaotic time series, a novel scaling region identification method is developed. First, points that obviously do not belong to the scaling region associated with the whole double logarithm correlation integral curve are removed using the K-means algorithm. Second, a point-slope-error algorithm is developed to recognize a possible scaling region. Third, the K-means algorithm is used again to further remove a small interval of interfering points in the possible scaling region to obtain a more precise scaling region. The correlation dimension of four typical chaotic attractors and five curves generated by the Weierstrass-Mandelbrot fractal function were calculated using the proposed method. These calculated values were very close to the respective theoretical fractal dimensions. Moreover, the effectiveness of our method in identifying the scaling region was compared with existing methods. Results show that our method can distinguish the scaling region objectively, accurately, automatically and quickly, making estimations of the correlation dimension more precise and affording significant improvements in nonlinear analysis.