McMillan Tc公式的解析推导(Ⅲ)

本文把作者在前面两篇文章导出的T_c公式推广成下面形式:T_c=αω_log(ω_log/ω_c)^{(μ*/(λ-μ*))exp{-(1+λ)/(λ-μ*)},并从线性Eliashberg方程出发,导出了计算α的方程组。α一般是λ和μ*的函数。在弱耦合极限下,由上述方程组解得,α=2γ/π,其中lnγ=C=0.5772是Euler常数。这个结果表明了,前面两篇文章得到的T_c公式在弱耦合极限下是正确的。作者进而在Einstein谱和μ*=0情形,用数值计算方法从定α的方程组算出当λ=0.23,0.25,0.38和0.48时,a的数值。结果表明,至少在0.23≤λ≤0.45区间中,α变化很小,近似等于1/1.30。此时,本文的T_c公式实际上就是Allen及Dynes修改后的经验的McMillan T_c公式。 关键词：}     

亚纯函数族的一个正规定则

本文建立了如下定则:设{f(z)}为区域D内亚纯函数族,ι为一正整数.若对于族中任一函数f(z)在D内满足f(z)≠0,则亚纯函数族{f(z))在D内正规.     

α-氯代桂皮酰另丁胺晶体结构测定

α-氯代桂皮酰另丁胺(反式异构体)的分子式为C₁₃H₁₅ONCl,属正交晶系,空间群为P_bca,a=18.842(0.006)?,b=14.076(0.006)?,c=10.077(0.003)?,晶胞内分子数z=8。用RASA-IIS四圆衍射仪收集衍射强度数据,独立的可观察衍射点929个。用直接法(MULTAN-80)测定其结构。以全部可观察点强度数据用准对角矩阵最小二乘法修正结构参数,R=0.088. 关键词：     

规范场理论的若干问题(Ⅱ)

本文在局部范围内论证了一般规范场能由规范场强度及其到某一阶为止的规范导数所确定。对整体规范场,我们证明:除流形为单连通且场为解析(或群为可换)的情形外,规范场处处局部等价不能推出整体等价。因而场的强度及其规范导数(无论到那一阶),还不能确定整体规范场。对于有磁荷的规范场,文中指出:带希格斯场的SU_2规范场中的磁荷概念和U_1群整体规范场中的磁荷概念在数学上是可以相互导出的。此外,也讨论了有磁荷的电磁场的U_1群规范场的表示方法问题和带电和磁的粒子运动世界线的变分推导问题。     

McMillan Tc公式的解析推导(Ⅰ)——μ*=0情形

作者在μ^*=0情形,从Eliashberg方程解析地导出如下的T_c公式:T_c=αω_logexp{-b((1+cλ)/λ)},式中α=2γ/π,b=c=1;Inγ=C=0.5772是Euler常数。这个T_c公式只有在T_c=0.36/α(k)以下才是正确的,α是个大于1并随材料而异的常数。我们推测,当T_c超过上述范围后,T_c公式的函数结构很可能不同于McMillan T_c公式,至少α,b和c等参量不再是些不依赖于材料的常数了。 关键词：     

非平衡情况Josephson电流的Harris奇点

本文用OS模型研究了当组成Josephson隧道结的一个超导膜处于非平衡态时,Josephson电流的Harris奇点的变化。 关键词：     

Tc级数解的收敛半径问题

本文从Eliashberg方程出发,证明了一个计算T_c级数解收敛半径1/Λ的公式。它和作者之一及其合作者在前一篇文章中猜测的公式实际上是相符的,从而肯定了他们建议的计算Λ的方法是正确的。 关键词：     

无标度网络上队列资源分配研究

研究了节点队列资源有限的条件下,无标度网络上的信息流动力学过程,发现了网络由自由流通到拥塞的相变现象,提出了一种基于节点度的队列资源分配模型.模型的核心是使节点i的队列长度与kβi成正比(ki为节点i的度,β为分配参数).仿真结果表明,在网络使用最短路径算法进行信息包传送的条件下,β近似等于1.25时队列资源分配最合理,网络容量最大,且该最佳值与队列总资源多少以及网络的规模无关.     

强脉冲激光在AZ31B镁合金中诱导冲击波的实验研究

为了研究强脉冲激光在镁合金中诱导冲击波的衰减,采用Nd:Glass脉冲激光(1054 nm,23 ns)对AZ31B变形镁合金试样表面进行冲击,并利用响应快、测量范围大的PVDF压电膜传感器以及示波器实时测量了强脉冲激光在镁合金靶中诱导激光冲击波的相对压力.根据冲击波每次在靶材背面反射时,所经过距离的不同得到激光冲击波在镁合金中的衰减规律.结果表明,在激光能量为5J的强脉冲激光作用下,镁合金中冲击波衰减的平均速度为5.83×10³ m/s,与镁合金中应力波纵波的传播速度相符;强脉冲激光诱导冲击波在镁合金中是以指数规律衰减的.试验所得分析结果对激光冲击强化镁合金的应用具有重要意义. 关键词： 激光 镁合金 压电膜传感器 衰减规律     

一种基于布朗粒子的混合搜索模型

基于网络上的布朗粒子运动基本原理,提出了一种单粒子和多粒子相结合的混合搜索模型.该模型将一次搜索过程分成单粒子搜索与多粒子搜索两个阶段,既克服了单粒子搜索效率低下的缺点,又降低了多粒子搜索的硬件代价.在各种复杂网络拓扑上实施该模型,并与混合导航模型进行比较.结果表明,混合搜索模型的平均搜索时间收敛更快,硬件代价更小.将度大优先的目标选择策略与混合搜索模型相结合,能进一步提高搜索效率.此外通过仿真发现,在无标度网络上混合搜索模型的效率远高于单粒子随机行走,与多粒子随机行走的效率相当,但硬件代价远小于多粒子行走.最后针对该模型给出了一种能有效降低负载的"吸收"策略.