最大泡压法测表面张力等温线的数据处理方法比较*

对乙酸、丙酸、正丁酸、2-甲基丁酸、3-甲基丁酸、正戊酸、正己酸、乙醇、丙醇、异丙醇、正丁醇、异丁醇、1,2-丙二醇等13种常用试剂在25 ℃下的表面张力数据拟合方法进行了比较,分析了图解法处理数据及多项式、一阶指数函数、幂函数、Shishkovsky经验公式拟合数据的优缺点。指出Shishkovsky经验公式拟合结果准确,受数据样本量影响小,是理想的表面张力数据拟合方法。     

基于多源数据特征驱动和多尺度分析的PM2.5混合预测研究

精准把握PM_2.5污染的动态演变规律对政府和企业的大气污染防治决策至关重要.因此,文章提出了基于多源数据特征驱动及多尺度分析的混合预测建模框架,以提高PM_2.5预测精度.预测建模框架分为:1)多源数据分析,有效融合与PM_2.5污染相关的气象、污染、舆情等多源数据;2)多尺度分析,通过多元经验模态分解技术(MEMD)将多源数据分解成不同模态下的预测特征;3)混合预测分析,有序结合计量和机器学习模型,集成各模态预测值为最终结果.文章以北京市PM_2.5为研究案例结果表明:1)文章提出的混合模型的预测精度优于所有的基准模型;2)微博个数和情感能够叠加提升PM_2.5预测精度,且优于单因素预测结果;3)引入MEMD分解的模型精度显著高于基准模型.     

前景理论视角下大数据资产价值的实物期权评估方法研究

提出了一种新的大数据资产的价值评估方法.在实物期权理论的基础上,将前景理论中的值函数用于计算标的资产每种状态下公司决策者对其价值的主观判断,运用决策权重函数来计算决策者对于规模扩张权、规模收缩权等的主观权重.并基于文献的研究结果,选取了一个算例,利用最小二乘蒙特卡洛模拟对模型进行了模拟计算,得到了合理的大数据资产的评估值.创新点在于:考虑了公司决策者在决定如何运用大数据资产为企业带来收益时的非理性,构建了基于前景理论的大数据资产价值的实物期权定价模型,并且考虑到了在执行规模收缩权时,标的资产的状态可能处于盈利或亏损两种状态的情况.提出的估值模型期望可以为更好地评估大数据资产价值提供一些参考.     

可加风险模型下现状数据的降维问题

文章基于可加风险模型假设,采用偏最小二乘回归和有监督的主成分回归两种投影降维方法,研究了高维协变量情况下现状数据的降维问题。通过深入地模拟试验,对比两种降维方法在高维相关现状数据的生存预测方面的表现,最后将两种降维方法结合实际数据集进行实证分析。模拟和实证结果表明这两种降维方法能很好地处理具有高维、强相关协变量的小样本数据集,比如基因微阵列数据。在后续的研究中,有望将现状数据扩展至其它更一般的区间删失数据。     

基于降阶模型和数据驱动的动态结构数字孪生方法北大核心CSCD

针对受动载荷作用的结构,提出了一种基于降阶模型库和机器学习数据驱动的数字孪生构建方法.首先根据物理结构服役过程中可能出现的损伤状态,采用有限单元法建立高保真有限元模型.其次采用Krylov子空间模型降阶方法对模型进行降阶,建立了物理结构各种状态下的降阶模型,形成模型库.最后利用随机森林机器学习算法训练获得模型选择器,通过物理结构上传感器的数据推断当前物理结构的状态,驱动数字孪生体跟随物理结构一同演化.设计制作了一个框架结构物理模型,模拟了结构不同位置损伤及不同损伤程度,验证了提出的数字孪生构建方法.     

半线性抛物最优控制问题全离散插值系数有限元方法的收敛性分析

本文考虑全离散插值系数有限元方法求解半线性抛物最优控制问题,其中控制变量用分片常数函数逼近,状态变量和对偶状态变量用分片线性函数逼近.对于方程中的半线性项,先用插值系数技巧处理,再用牛顿迭代法求解.通过引入一些辅助变量和投影算子,并利用有限元空间的逼近性质,得到半线性抛物最优控制问题插值系数有限元方法的收敛性结果;数值算例结果验证了理论结果的正确性.     

多源异质大数据线性模型的分布式统计推断

本文考虑多源异质大数据下线性模型的分布式统计推断问题.首先,提出针对模型参数的通信有效的分布式聚合估计及算法,并在一些正则条件下证明所得到的估计量的最优性和渐近正态性.其次,针对模型中的异质性检验问题,给出了分布式检验方法.最后,通过数值模拟研究,对本文所提出估计和检验方法的优良性进行验证.     

非定常扩散方程的单元中心型有限体积格式

本文基于调和平均点建立了一种新的单元中心型有限体积格式,用以求解非定常扩散方程.在网格边上离散法向流时,选择该网格边两端点和该边上的一个调和平均点作为辅助插值点,并将这些辅助插值点上的未知量用网格单元中心点的未知量进行替换,最终得到一个只含网格单元中心未知量的有限体积格式.该格式满足线性精确性质和局部守恒性,且适用于任意多边形网格.在六种不同的多边形网格上进行四个数值实验,分别考虑扩散系数是连续的和间断的以及非线性的情况,数值结果表明:本文所构造的格式在六种网格上的L2误差均可达到二阶收敛精度,对于不同类型的扩散系数,该格式保持良好的鲁棒性,并且从编程实现的角度来说,该格式更易于向三维情况推广.     

基于机器学习的压气机叶型优化设计

现代压气机性能需求日趋严苛,叶型优化工作至关重要。近年来遗传算法在叶型优化设计中得到诸多应用,但是传统遗传算法耗时过大,为解决这一问题本文提出了一种应用主成分分析与人工神经网络的流场重构方法,以及基于该方法的快速评估叶型性能的遗传算法优化流程。数值结果表明,基于该优化流程的寻优结果预测静压比与CFD计算值的误差低于0.1%,能够有效对叶型性能进行预测;并且该寻优结果与原始叶型相比静压比提升14.7%,效果可观。     

不同能量质子辐照诱发CCD图像传感器性能退化实验与分析

为了评估电荷耦合器件(CCD)在空间科学探测以及航天卫星成像等空间辐射环境中应用的可靠性,揭示了CCD转换增益以及线性饱和输出等重要性能参数的退化机制及其实验规律。辐照实验在质子回旋加速器上进行,质子能量为60 MeV和100 MeV,质子注量分别为1×10¹⁰ cm^-2、5×10¹⁰ cm^-2和1×10¹¹ cm^-2。将CCD的主要性能参数在两个不同能量质子辐照后进行比较,实验结果表明,CCD的性能参数对质子辐照产生的电离损伤和位移损伤非常敏感,辐照后转换增益和线性饱和输出明显下降,且暗信号尖峰和暗电流明显增大。此外,分析了质子辐照CCD诱发的电离损伤和位移损伤,给出了CCD性能参数退化与质子辐照能量和注量的变化关系曲线。