随机薛定谔级联方程：理论和应用

随机薛定谔级联方程是一种基于波函数的严格量子动力学方法，它可用于研究耦合到玻色子热库的复杂体系中的量子动力学过程. 本综述从开放量子体系费曼路径积分的影响泛函出发，概述了随机薛定谔级联方程的一般理论框架和各种具体表述形式，并通过对复杂体系中超快激发能量转移过程的模拟来展示方法的应用范例和计算效率.     

基于L1正则化的随机梁式结构静力损伤识别方法

提出了一种结合摄动法和L1正则化方法的随机梁式结构静力损伤识别方法。考虑初始模型误差和测量误差的影响,建立了关于随机损伤指数的控制方程,并将摄动法和L1正则化方法相结合,对随机损伤指数的控制方程进行求解,进而从概率的角度对结构的损伤进行识别。损伤试验结果表明,和传统的最小二乘求解法相比,本文方法能够更为准确地识别多处局部损伤的位置及大小,对实际结构损伤检测具有较好的参考价值。     

LIBS中药材石斛等级识别研究

石斛是一种常用的中药材,经常使用新鲜的或干燥的茎条入药,有益胃生津、滋阴清热的效果。近年来,药理学研究探索出石斛具有抗白内障、抗氧化、抗肿瘤、提高免疫力的作用,其在许多病例中疗效显著,引起了国内外学者的关注,然而不同时间采集的石斛中氨基酸、微量元素等含量各不同,其对应药用价值,价格也不同,因此石斛价格等级分辨的研究具有重要意义。为快速鉴别不同价格、不同药效的石斛,研究了随机森林分类模型结合激光诱导击穿光谱技术(LIBS)对石斛价格等级进行分析建模。选取5个等级的石斛样品进行建模,为了对样品进行精确稳定分析,所有石斛样品均通过粉碎压片减小实验误差。采用1 064 nm波长的Nd∶YAG脉冲激光器作为激发光源,设置激光脉冲能量50 mJ,探测延时1μs,采集五个等级石斛样本的光谱数据,每个等级的样本采集40组光谱,共200组数据,并采用归一化处理,使所有的光谱数据转换到-1~1之间。采用归一化处理后的光谱数据进行主成分分析,通过主成分分析获得前7个主成分的得分矩阵,其累计解释95.24%的光谱信息。将选取的7个主成分作为输入,建立波段为220~880 nm的随机森林鉴别模型。并将石斛样本编号打乱,任意选取50%的光谱数据作为训练集,剩下50%的光谱数据作为测试集,默认决策树个数ntree为500,分裂属性集中属性个数mtry为5,建立模型对不同等级的石斛进行分类。等级一、二、三、四、五的识别率分别为95.45%, 100%, 78.26%, 94.12%和85%,平均识别率为90.57%。为提高识别率,研究了不同的ntree和mtry对分类模型的影响,利用袋外数据误差率估计对随机森林的两个参数进行了优化。选择ntree为300,mtry为1,等级一、二、三、四、五的识别率分别为100%, 100%, 92.31%, 100%和90%,平均识别率为96.46%,识别率提高了5.89%。综上所述,采用LIBS技术结合优化后的随机森林模型鉴别石斛等级具有一定的可行性,为未来快速鉴定不同价格的石斛等级分类提供了可行性的判别系统。     

SU-8光栅结构中的液晶激光特性

设计制作了SU-8光栅结构的染料掺杂手性向列相液晶激光器件,在器件正面和侧面均实现了随机激光辐射。将激光染料PM597、手性剂S-811、向列性液晶TEB30A按一定比例均匀混合,注入反平行摩擦处理的液晶盒中,器件的下基板通过光掩模法刻蚀出周期为15μm的光栅。利用532 nm的Nd∶YAG固体脉冲激光器作为泵浦源,器件的侧面既在580~590 nm范围内出现了多个离散分立的随机激光辐射峰,FWHM约0.19 nm,又在579~585 nm范围内出现独立的两个激光辐射峰,FWHM约0.19 nm;在器件正面获得了584~590 nm范围的随机激光辐射谱,FWHM约0.17 nm。加热器件至61℃,液晶相变为各向同性态,器件侧面仍出现了波长约590.60 nm、FWHM约0.24 nm的激光辐射峰。分析得出,液晶盒中引入SU-8光栅结构后,光子同时在液晶分子间多重散射和SU-8光栅中布拉格反射获得反馈放大,两种机制相辅相成。器件侧面出现的独立激光辐射峰主要由SU-8光栅布拉格反射提供反馈放大形成,而器件侧面和正面的随机激光辐射峰主要由液晶分子间多重散射提供反馈放大形成。     

STOCHASTIC SIMPLIFIED BARDINA TURBULENT MODEL： EXISTENCE OF WEAK SOLUTION

In this paper, we consider the stochastic version of the 3D Bardina model arising from the turbulent flows of fluids. We obtain the existence of probabilistie weak solution for the model with the non-Lipschitz condition.     

室内环境下基于边际约束的快速路径自主探索算法

为了提高移动机器人在室内未知环境的自主探索能力,实现移动机器人在探索目标点之间的安全、快速移动,提出一种基于边际约束的快速路径自主探索算法。首先,将机器人自主探索问题描述为部分可观测马尔可夫决策过程模型。之后,在传统的快速扩展随机树(RRT)算法基础上,将随机树的生长空间划分为边际四象限空间,结合启发式评估函数的评价。该算法加快了移动机器人在探索目标点之间的移动速度,同时减少了随机树的节点,降低了对内存空间的占用。通过Matlab仿真实验,在实验设定的仿真环境中,该算法比传统RRT算法在时间上缩短约了75%,节点数量减少了约80%,并在机器人操作系统的仿真实验中验证了算法的实用性。     

基于毛竹叶片理化参数的刚竹毒蛾危害检测研究

虫害检测算法研究是开展虫害快速、准确监测，制定精准森防检疫措施的重要基础。以毛竹叶片为研究尺度，基于刚竹毒蛾危害下的寄主外部形态与内部生理现象总结，选择并实测叶损量LL、相对叶绿素含量RCC、相对含水量RWC、原始光谱的733.66~898.56 nm值(ρ_{733.66~898.56})、一阶微分光谱的562.95~585.25 nm值(ρ′_{562.95~585.25})与706.18~725.41 nm值(ρ′_{706.18~725.41})等理化参数，随机划分实验组(63组)和验证组(37组)并设计5次重复实验；分别运用Fisher判别分析、BP神经网络、随机森林等三种方法建立刚竹毒蛾危害等级的检测模型，从检测精度、Kappa系数及R2等指标对模型的检测效果予以分析和比较。结果显示，Fisher判别分析、BP神经网络、随机森林的检测精度分别为69.19%，65.41%，83.78%，Kappa系数分别为0.576 9，0.532 4和0.778 8，R2分别为0.722 2，0.582 6和0.870 9，总体而言，三种方法均具备刚竹毒蛾危害的检测能力，随机森林的检测效果最优，Fisher判别分析次之，再次为BP神经网络；从分等级来看，随机森林的检测精度亦优于Fisher判别分析与BP神经网络，但3种方法对中度危害等级的检测精度均有所不足。该成果可为刚竹毒蛾危害及其他病虫害检测算法的选择提供参考，并为进一步建立冠层、遥感影像像元等尺度的虫害检测模型奠定基础。     

基于傅立叶变换的SVJ模型的欧式期权定价

为了更加精确的计算期权价格,将结合随机波动和跳扩散模型(以下简称SVJ模型)以更好的描述期权标的资产价格过程,然而这样的价格过程无法得到概率密度函数的封闭形式,而只能得到包含特殊函数和无限求和的复杂的表达式.不过它们的特征函数都是封闭且是唯一的,因而可以通过它们的特征函数,并运用两种傅立叶变换的方法来求出期权价格.其中FFT算法计算的结果将与Monte Carlo模拟得出的结果进行比较,然后再将SVJ模型的计算结果和Black-Scholes模型进行比较.     

蒙特卡罗计算中颗粒型燃料的随机分布模型比较

高温气冷堆是新一代反应堆系统的热门候选堆型，已经受到国际上越来越多的关注。为设计和分析这种堆型，因其特有的包覆颗粒燃料引入了双重非均匀性，需要应用随机分布模型。对粗网格模型、细网格随机(FLS)模型、随机顺序添加(RSA)模型、子网格随机(Sub-FLS)模型和Metropolis模型等进行了研究，通过计算分析比较给出了各种模型的优缺点。结果表明:子网格随机模型和连续的RSA模型非常接近参考值，但是连续RSA模型的建模时间随着燃料体积份额的增加连续快速上升。 Key words: coated particle fuels; stochastic transport model; Monte Carlo; random distribution