一种高精度保界的守恒重映方法

Lagrange方法中，当流场发生大变形时，跟踪流体运动的Lagrange网格发生扭曲，使计算无法进行下去，此时必须重分网格，把网格修复成较好的形状。另外，网格自适应技术中的重构、合并与加密，以及同一问题不同程序相继计算的连接，并行计算中相邻块边界区域的数据传递等，这些情况都需要利用旧网格上的物理量来确定新网格上的物理量，是一个物理量重映过程。质点重映方法是基于物理上守恒规律的一种离散的物理量守恒映射方法，既可实现分片常数分布的一阶精度重映计算，又可实现分片线性分布的二阶精度重映计算。这种方法可严格保证守恒量的守恒性，且可以实现任意多边形网格以及节点上物理量的守恒重映。但是，基于分片线性分布的二阶精度重映方法，如果新网格的守恒量没有进行保界调整，那么相应的强度量有可能在其局部的限制范围之外，破坏了原网格物理量的单调性。因而，对二阶精度的质点重映方法进行了进一步研究。在分片线性分布的基础上，将基于结构网格的保界算法扩展到非结构网格上，给出了二阶保界的质点守恒重映方法。     

束流线性耦合效应的初步研究

在储存环的束流传输系统中,斜四极场和纵向螺线管场是引起束流线性耦合的主要原因.由于这种耦合,使得束流的幅度和发射度发生交换,引起束流横向包络的增大,严重的将造成束流损失.从Betatron运动方程出发研究了斜四极场和螺线管场存在时束流的幅度耦合效应,分析了斜四极场存在时束流发射度的变化.     

一般线性模型下方差最小范数二次无偏估计的稳健性

本文给出了一般线性模型下,由最小二乘得到的方差估计与最小范数二次无偏估计相等的充分必要条件,并且当Gauss-Markov估计与最小二乘估计相等时,可以得到一个简单的等价条件。     

用单一驱动变量同步混沌与超混沌的一种方法

为减少混沌或超混沌同步过程中所需同步信号的个数以及提高同步的效率，提出了用线性可逆变换的方法重组系统，从而使原来不能同步的系统实现了只用单一信号就可同步的目的-另外，也大大提高系统的同步速率- 关键词： 线性可逆变换 混沌和超混沌同步 最大条件Lyapunov指数     

Indriect Determination of CTMAB with Sodium Chloride and Ammonium Thiocyanate by Floatation and Separation of Zine

A new method for indirect determination of cetyl-trimethyl ammonium bromide (CTMAB) with NaCl and NH4SCH by floatation and separation of zinc has been studied.The study shows that Zn(Ⅱ） can associate with NH4SCN and CTMAB to form insoluble ternary ion-association complex,and the precipitate can float on the surface of the liquid phase.A good linear relationship is observed between the floatation yield(E%) of Zn(Ⅱ） and the amount of CTMAB.On the ground,CTMAB Can be indirectly determined by determining E% of Zn(Ⅱ）.The results were satisfactory.     

广义线性模型(六)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 :建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的 :《MultivariateStatisticalModel ingBasedonGeneralizedLinearModles》。     

马科维兹资产组合选择模型的旋转算法

提出线性不等式组的一种旋转算法，并用其求解马科维兹资产组合选择模型，此算法每次迭代约需n^2次乘法和加法，其中n是模型中变量的数目，在微机上运行Delphi程序的实验结果表明，从上海和深圳股市1072支股票70期周末收盘价计算出20个最优投资组合仅需314次迭代和45s。     

基于改进的语音参数提取的线性预测

根据语音发生基本原理和线性预测编码原理，针对自相关法需要加窗从而降低了解的精度，而协方差法不能保证保证解所重构出系统的稳定性的特点，提出了一种改进的Cholesky分解的方法求解协方差方程组以产生声道模型参数的方法，实践证明，这种方法既保证了系统的稳定性，又提高了解的精度。     

基于增广Lagrange函数的RQP方法

Recursive quadratic programming is a family of techniques developd by Bartholomew-Biggs and other authors for solving nonlinear programming problems.This paperdescribes a new method for constrained optimization which obtains its search di-rections from a quadratic programming subproblem based on the well-known aug-mented Lagrangian function.It avoids the penalty parameter to tend to infinity.We employ the Fletcher‘s exact penalty function as a merit function and the use of an approximate directional derivative of the function that avoids the need toevaluate the second order derivatives of the problem functions.We prove that thealgorithm possesses global and superlinear convergence properties.At the sametime, numerical results are reported.