宏观粒子在等离子体中的输运模型研究

建立了等离子体中宏观粒子的输运模型，计算了粒子沉九的加速度、速度和时间，得出了粒子收集的判据和沉降过程中提纯效应可提高很多的结论。这对等离子体的工业应用具有重要的意义。     

宏观粒子在等离子体中的纯化模型研究

从宏观粒子和微观粒子的输运现象及等离子体化学入手 ,建立了宏观粒子沉降过程中的纯化模型 .计算了各类粒子的浓度的径向分布、加速度、速度、沉降时间及杂质的去除总量 .结果表明 ,对于纯度为 99%的Si Ge合金颗粒中的杂质总量可去除 97%左右 .计算结果与实验结果接近     

宏观粒子在等离子体中的输运模型研究

建立了等离子体中宏观粒子的输运模型 ,计算了粒子沉降的加速度、速度和时间 ,得出了粒子收集的判据和沉降过程中提纯效应可提高很多的结论 .这对等离子体的工业应用具有重要的意义     

硅粉在鞘区内的纯化速率模型

分析了粉粒在反应区的沉降过程,导出了沉降的最大速度及时间的公式,给出了离子在不同位置上的平均动能及粒子通量.还对高能中性粒子在鞘区内的行为进行了详细的分析并得出在不同位置上的平均动能和通量.它可用于计算空间不同位置处包括离子和高能中性粒子的刻蚀速率,计算结果表明高能中性粒子在很大的空间范围内其刻蚀作用大于离子.在阴极电压为2 300 V的情况下,一次沉降的最大刻蚀量可达50层原子、刻蚀速率1.1×1016/(cm2.s-1),这对粉粒在等离子体中的表面刻蚀和纯化都具有一定的意义.     

冷等离子体冶金中的粒子输运现象研究

介绍了冷等离子体冶金效应的实验方法和结果,列出了反应粒子的输运方程,较详细地分析了它们之间的耦合关系,在讨论了输运方程的求解过程中,证明各种粒子的输运速率是与提效果紧密相关的。提供了对硅的提纯结果和工艺参数,列出了氯原子的输运速率和硅粉温度关系的计算结果。     

稠密Ar等离子体中粒子间相互作用的研究

采用压致电离和离子球模型处理稠密等离子体中粒子之间的相互作用,探讨了冲击压缩产生的稠密氩等离子 体中粒子之间相互作用对电子密度的影响.     

粒子群算法在薄膜表面BRDF模型优化中的应用

为得到光学薄膜表面双向反射分布函数的统计模型,测量了不同薄膜材料表面的激光（0．808μm）双向反射分布函数。采用多参数优化的惯性权重模型粒子群算法,权重因子随迭代代数增加线形减小,建立了材料表面的BRDF五参数模型。并与遗传算法进行比较,表明粒子群算法在计算效率和计算精度上都比遗传算法好。     

激光脉冲在等离子体光栅中的传输特性研究

用一维粒子模拟程序研究了激光脉冲在等离子体光栅中的传输特性.结果表明,初始等离子体密度,激光强度和频率共同影响激光脉冲在等离子体光栅中的传输.可以观察到脉冲减速和脉冲展宽效应,以及传输和定域类孤子结构的图像.等离子体光栅存在着光子带隙结构,并且在带隙附近有明显的禁带反射.当激光强度提高时,禁带向低频方向移动.在一定频率下,低密度等离子体光栅中会产生传输的类孤子结构.等离子体密度较大时,电磁场更容易被俘获在光栅中,从而产生定域的类孤子结构.     

粒子群优化算法在非线性模型预测控制中的研究应用

提出了一种基于粒子群优化算法(PSO)的非线性模型预测控制（NMPC）。作为NMPC重要组成的滚动优化部分对控制效果的好坏起着关键的作用,因而寻求一种可靠的优化算法十分必要。PSO算法是一种群集智能方法,通过粒子之间的合作与竞争及进化实现对多维复杂空间的高效搜索,属于一类随机全局优化技术,已成功应用于各科学和工程领域。本文在滚动优化部分应用粒子群优化算法来求解预测控制律,对非线性系统施加优化控制,此外,对常规线性递减加权因子ω策略进行了讨论,提出了非线性递减策略,可进一步缩短优化时间和优化精度。仿真实验效果良好,验证了这种优化算法的正确性和有效性。     

SO（8）模型在复合粒子表象中的玻色子表示

求出了ＳＯ（８）模型哈密顿量在复合粒子表象中的玻色子近似解析表示，并与玻色子展开方法和Ｄｙｓｏｎ玻色子射方法求出的结果进行了比较。     

在π云孤粒子袋模型中的质心修正和夸克质量效应

研究了在π云孤粒子袋模型中的质心修正,并探讨夸克质量对强子各种静态物理性质的影响,计算结果与实验值基本相符。     

粒子群算法在金融风险模型中的研究与改进

在一种非线性金融风险模型中引入粒子群算法,针对粒子群算法在迭代后期搜索能力不高、粒子容易陷 入局部最优的问题,基于对惯性权重的优化以及对每个粒子个体位置变异,提出一种改进后的粒子群算法。 利用粒子群算法选择最优控制参数,以最大程度降低金融系统的总风险值。仿真结果表明,改进后的粒子群算 法在全局最优以及搜索速度方面优于传统的粒子群算法。     

积分控制粒子群算法在再制造生产调度问题中的应用研究

针对不确定条件下再制造模糊加工时间的车间调度问题,建立了模糊工时调度模型,并提出了一种积分控制微粒群算法。考虑到基本粒子群算法易于早熟的缺点,通过增加控制器对粒子轨迹进行控制,在算法中引入加速度项,增强了种群多样性,提高了算法全局寻优能力。通过仿真实例验证表明,该算法在解决不确定条件下再制造生产车间调度问题方面是行之有效的。     

灰色模型预测在真空预压工程中的应用研究

结合工程实例,使用灰色模型法对土体最终沉降量进行预测,将预测结果与Asaoka法、三点法和双曲线法的预测结果做了比较,分析了GM(1,1)灰色模型在最终沉降量预测中的可行性.通过对4种方法的预测结果进行的对比,可以得出:灰色模型法在最终沉降量预测中具有较好的稳定性和精度,可以推广使用.     

基于粒子群优化算法的灰色模型在电力负荷预测中的应用

传统的灰色预测模型GM(1,1)在预测增长速度较快的电力负荷变化时,预测精度会大幅下降。针对GM(1,1)的这一局限性,本文引入了粒子群优化算法与传统的GM(1,1)相结合来求解灰色模型中的参数。通过对三组不同电力负荷的实例仿真,证明该模型在预测增长速度较快的电力负荷时具有较高的预测精度。     

灰色系统与时序组合模型在高层建筑沉降预测中的应用

将高层建筑沉降监测数据视为具有确定性趋势的非平稳时间序列，运用灰色GM(1，1)模型提取其中的趋势项，用AR(n)模型表示随机残差项，利用灰色-时序组合模型进行沉降预测．算例结果表明，该组合模型具有较高的预测精度，是一种简单、实用的高层建筑沉降预测方法．     

AR模型在网站点击量预测中的应用与研究

对数据挖掘的“预测”功能进行了研究，在对网站进行流量统计的基础上，利用AR模型建立点击量时间序列模型进行点击量的预测，同时也与其他常用的预测方法进行对比。从实验结果可以看出，AR模型的预测精度要优于其他的预测方法，达到了预期的精度要求。     

AR模型在网站点击量预测中的应用与研究

对数据挖掘的“预测”功能进行了研究，在对网站进行流量统计的基础上，利用AR模型建立点击量时间序 列模型进行点击量的预测，同时也与其他常用的预测方法进行对比。从实验结果可以看出AR模型的预测精度要 优于其他的预测方法，达到了预期的精度要求。     

乘积季节模型在商品房市场中的应用研究

主要采用时间序列乘积季节模型(随机季节模型与ARIMA模型的结合式)及多元统计方法,对商品房市场的发展规律进行了研究.通过对合肥市2001年至2005年60个月份的月度商品房销售面积进行实证分析,建立了一个商品房市场销售规律的统计预测模型ARIMA(0,1,1)×(0,1,1)12,并对该模型进行适应性检验,得到较好的结果.最后,利用该模型对该市的房地产发展趋势进行了预测.