谣言传播的Potts模型中的正则和微正则相变

使用1个新的非扩展能量模型研究统计物理学中的系综等效性问题．利用模型系统的配分函数和自旋组态数，分别在正则和微正则系综下计算系统的热力学函数自由能和熵等．计算结果显示，模型系统在正则描述下出现一级相变，而在微正则描述下不出现，表明正则和微正则系综对该系统相变级数的描述不等效．通过与其它模型比较可以预见，系综不等效可能是所有非扩展能量类系统共同的性质．这一结果为非扩展统计力学框架内的系综等效性研究提供新的证据。     

基于二次选择匹配的神经网络集成构造方法研究

研究12种基于二次选择匹配的选择性神经网络二次集成构造方法.分析了两次集成中所用选择方法的匹配关系及第1级结构中选择性神经网络集成个体的个数对神经网络集成效果的影响.仿真结果表明,通过采用二次选择匹配以及一定的集成个数可以保证个体具有较高的精度、差异度,并减少过拟合对集成结果的影响,提高神经网络的集成精度.     

扰动酉系综的1-级相关函数

在随机矩阵理论中,1-级相关函数 R¹_nβ(x)（β一般称为Dyson指标）可以用来刻画在 x 附近能够发现能级的分布密度。直到现在,它的极限行为仍然受到许多数学家和物理学家的关注。在酉系综情形下（即 β=2）,1-级相关函数 R¹_n2(x) 与经典多项式理论中的权函数 μ(x) 密切相关。文中,为叙述上简单起见,只考虑Gauss酉系综的情形。可以发现,在弱收敛意义下,给权函数 μ(x) 以“好的”而非平凡的乘积因子,1-级相关函数 R¹_n2(x) 的极限行为不受干扰。     

植物种群大尺度空间动态的类型及其特征分析

植物种群空间动态是植物种群生态学也是空间生态学的焦点，它也是生物物种保护及植被保育的理论基础。本文对种群空间动态的重要理论进行了简要评述，重点介绍了Freckleton等提出的植物种群空间动态分类系统，对各个类型结合实例进行了说明。该系统将植物种群空间动态分为6个类型：1)Meta—种群，2)区域集合，3)空间扩张种群，4)空间结构化局域种群，5)空间非结构化局域种群，6)局域种群。     

基于改进PSO算法和集成神经网络的裂解炉在线优化

针对传统粒子群算法(PSO)寻优时易陷入局部最优、后期全局搜索能力下降等不足,提出了基于载波的粒子群算(CWPSO).通过粒子基于载波的搜索和载波扩展精确寻优,较好地克服了上述缺点,且寻优时间明显减少.同时,针对工业裂解炉在线优化要求,采用了权值动态集成的集成神经网络(NNE)对双烯收率进行建模预测,并结合CWPSO算法进行了在线滚动优化.仿真结果表明,该方法对裂解炉的优化效果明显,双烯平均收率有了明显提高.     

非平衡统计系综和量子强关联网络

提出了一个建立在子动力学运动方程上的非平衡统计系综体系,该体系可以通过对吉布斯系综体系进行一个相似变换得到.由此可以得到子动力学系综的投影密度算符.从某种意义上说该体系可以看作一般的平衡态或非平衡态量子正则系综体系:1)如果相似算符是么正的,所得的新公式则就是原来正则系综公式的等效式;2)如果算符不是么正的,新公式则是原公式的扩展或延伸,代表了非平衡量子正则系综,且反映了系统的不可逆性;3)如果通过一些近似,相似算符可以被引入,例如马尔科夫/非马尔科夫近似等,则新的公式也可以显示一些系统不可逆的性质,这些性质不可能从平衡态正则系综获得. 研究了一个描述为安德逊模型的量子强关联网络的模型来作为此理论的应用.同时还引进了相应的格林函数,发现系统的复数形式的熵值与网络节点上的局域磁矩有关,而熵的虚部则反映着熵的演化率.