Analytical solution of stochastic differential equation by multilayer perceptron neural network approximation of Fokker–Planck equation

The Fokker–Planck equation is a useful tool to analyze the transient probability density function of the states of a stochastic differential equation. In this paper, a multilayer perceptron neural network is utilized to approximate the solution of the Fokker–Planck equation. To use unconstrained optimization in neural network training, a special form of the trial solution is considered to satisfy the initial and boundary conditions. The weights of the neural network are calculated by Levenberg–Marquardt training algorithm with Bayesian regularization. Three practical examples demonstrate the efficiency of the proposed method.     

基于串联两阶段网络DEA模型的供应链规模收益分析

数据包络分析(DEA)是评价供应链系统(Supply chain system)间相对有效性的一种重要的工具,但是传统的DEA不考虑供应链的内部结构,对系统效率评价偏高;而本文所研究两阶段串联供应链系统,考虑把部分中间产品作为最终产品输出,增加额外中间投入的情形.基于所提出的供应链系统结构,本文建立相应的串联结构下的网络DEA模型,并针对所建立模型进行相关理论的研究,给出了串联结构下的生产可能集和规模收益情况判定方法.最后,进行数值实验,以验证我们提出的结论.     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

纳米孔壁面作用对蛋白质过孔影响的粗粒化分子动力学模拟

基于粗粒化分子动力学方法模拟电驱动蛋白质过孔过程，研究纳米孔-水/纳米孔-蛋白质相互作用对电泳迁移率的影响；用操控式分子动力学模拟分析蛋白质在不同相互作用下过孔摩擦系数和摩擦阻力.研究发现：蛋白质黏附纳米孔壁面对其过孔特性影响并不明显，而纳米孔-水相互作用对蛋白质过孔电泳迁移率和摩擦系数影响较大.随纳米孔-水相互作用增强，纳米孔壁面与蛋白质附近水分子运动差异显现，蛋白质过孔摩擦阻力显著增大，过孔摩擦系数随之增大，进而影响蛋白质过孔电泳迁移率.所得结果可为纳米孔材料设计提供理论指导.     

超临界水中硫酸钠结晶动力学的分子动力学模拟

在超临界水反应器中，硫酸钠是易造成堵塞的一种常见无机盐，研究其结晶动力学对于防盐沉积反应器的设计具有重要意义.本文采用LAMMPS分子动力学模拟软件研究硫酸钠在超临界水中的微观结晶过程，其中水分子采用SPC/E模型，离子-离子、离子-水分子相互作用采用Coulumb和Lennard-Jones联合势能函数.结果表明：水对离子的静电屏蔽作用随温度升高而增强、随密度减小而减弱；增大超临界水的温度和密度有利于离子扩散，进而促进离子相互碰撞、成核；在模拟的超临界水参数范围内，其成核速率的数量级为10²⁹cm^-3·s^-1，生长速率为(19.8~25.8) m·s^-1.     

文化创意企业视角的长三角城市网络演变特征

运用社会网络与位序-规模法分析长江三角洲地区16市上市类文化创意企业的母-子公司数据信息, 揭示文化创意企业集聚视角长三角城市网络结构及其演变特征. 研究发现: (1) 2005~2015年, 长三角地区文化创意企业上市公司总部数量逐年增加, 公司总部多设立于上海、杭州、苏州以及南京4地; (2)传媒类和软件及计算机类企业多分布于传统区域, 设计咨询类企业生产网络中, 存在传统非核心城市跃升为区域核心城市的现象; (3)上市公司生产网络结构逐渐复杂, 多中心及新核心相继出现, 且生产网络中城市位序有变动趋势, 文化创意产业空间动态正形塑城市体系结构. 为此, 建议长三角文化创意企业发展中应加强企业母子间的联系强度, 促进城市创意流动网络化, 有望推进长三角创意源-流形塑创意城市群新体系.     

基于显示连通贝叶斯网络的机场塔台地震易损性分析

将基于性能的多维易损性分析方法,结合显示连通贝叶斯网络,应用于机场塔台的多维易损性分析。考虑地震激励的不确定性,通过非线性时程分析获得结构响应数据;将塔台结构分为三个层次,每个层次按包含的层数分为相应的子层次。根据功能特性确定子层次的评价指标和极限状态,建立服从多元对数正态分布的概率地震需求模型;考虑各种极限状态之间的相关性,建立极限状态方程,确定失效域,通过蒙特卡洛法求得构件的超越概率;建立塔台结构的显示连通贝叶斯网络模型,利用层次分析法获得中间节点的条件概率表,利用MATLAB进行贝叶斯网络的推理计算,实现从单一层次的易损性到整体易损性的推理。     

基于Discovery Studio软件的本科生创新实验项目设计*——卡托普利与血管紧张素转化酶的分子对接

基于Discovery Studio软件高质量的分子三维结构可视化功能和分子对接模拟模块,设计了卡托普利与血管紧张素转化酶的分子对接实验,让学生通过分子对接模拟过程,掌握药物分子结构特征,理解构效关系特征,认识酶抑制剂和靶蛋白的作用机制,了解药物研究新手段。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

Dynamics of polydisperse hard-spheres under strong confinement

We use molecular simulation to probe the connection between local structure and the unusual re-entrant dynamics observed for polydisperse hard-sphere liquids confined in thin slit pores. The local structure is characterised by calculating 2-D bond-orientational order parameters associated with square and hexatic order for particles in the layer adjacent to the confining walls. When the wall separation is commensurate with the average particle size, the particles primarily exhibit local hexatic order, whereas local square order increases in prevalence for incommensurate geometries. The relaxation time extracted from the ensemble-averaged mean-square displacement increases exponentially with the static correlation length associated with hexatic local order in strongly confined commensurate geometries, in agreement with theoretical predictions for dynamical slowing. Square order, by contrast, is not associated with a growing length scale for either commensurate or incommensurate geometries, indicating that it is strongly geometrically frustrated. Our results suggest that the influence of bond-orientational order on dynamical slowing may be altered by changing the extent of confinement.