基于二重网格的动网格松弛法改进

相比传统的弹簧法等方法,基于球松弛算法的动网格松弛法在复杂边界大变形条件下可以得到质量更高的边界网格以及更大的极限变形量,但该方法在时间效率上还有提升的空间.引入二重网格,采用动网格松弛法进行稀疏网格的网格变形,将边界位移传递到整个网格计算域;再利用二重网格映射,将稀疏网格位移映射到原有计算网格的节点上.算例表明,改进...     

不等式约束极大极小问题的一个新型模松弛强次可行SQCQP算法

针对带不等式约束的极大极小问题,借鉴一般约束优化问题的模松弛强次可行SQP算法思想,提出了求解不等式约束极大极小问题的一个新型模松弛强次可行SQCQP算法.首先,通过在QCQP子问题中选取合适的罚函数,保证了算法的可行性以及目标函数F(x)的下降性,同时简化QCQP子问题二次约束项参数α_k的选取,可保证算法的可行性和收敛性.其次,算法步长的选取合理简单.最后,在适当的假设条件下证明了算法具有全局收敛性及强收敛性.初步的数值试验结果表明算法是可行有效的.     

带凸资源和恶化效应的单机松弛窗口排序

研究带凸资源和恶化效应的单机窗口指派排序问题,其中窗口指的是松弛窗口,凸资源和恶化效应指的是工件的实际加工时间是其开始加工时间的线性函数,是其资源消耗量的凸函数。目标是确定工件的加工顺序,资源分配量以及窗口的开始加工时间和长度使其在总资源消耗费用(与窗口有关的排序费用)有上界限制的条件下,极小化与窗口有关的排序费用(总资源消耗费用)。获得了求解上述问题的最优算法,证明了该问题是多项式时间可解的。     

求线性多乘积规划问题的分支定界算法（英文）

为求解线性多乘积规划问题(LMP),本文提出一个新的全局优化算法.首先,利用二阶导数信息,给出了一个新的线性化松弛方法.其次,为了改进算法的收敛速度,提出一个区域删除技巧.最后,为求解LMP,设计了一个分支定界算法.理论上证明了算法的收敛性.数值实验结果显示本文方法是有效可行的.     

求解无容量设施选址问题的拉格朗日蝙蝠算法

无容量设施选址问题(Uncapacitated Facility Location Problem,UFLP)是一类经典的组合优化问题,被证明是一种NP-hard问题,易于描述却难于求解.首先根据UFLP的数学模型及其具体特征,重新设计了蝙蝠算法的操作算子,给出了求解UFLP的蝙蝠算法.其次构建出三种可行化方法,并将其与求解UFLP的蝙蝠算法和拉格朗日松弛算法相结合,设计了求解该问题的拉格朗日蝙蝠算法.最后通过仿真实例和与其他算法进行比较的方式,验证了该混合算法用来求解UFLP的可行性,是解决离散型问题的一种有效方式.     

Hilbert空间中的广义松弛上强制变分不等式组

主要利用三步投影方法模型讨论了带误差估计的广义非线性上强制变分不等式组的逼近解及其收敛性,所得到结果推广和改进了一系列最新结果.     

RELAXATION SOLVERS FOR IDEAL MHD EQUATIONS-A REVIEW

We have developed approximate Riemann solvers for ideal MHD equations based on a relaxation approach in [4], [5]. These lead to entropy consistent solutions with good properties like guaranteed positive density. We describe the extension to higher order and multiple space dimensions. Finally we show our implementation of all this into the astrophysics code FLASH.     

CaCu3Ti4O12 陶瓷介电模量响应特性的研究

由于CaCu₃Ti₄O₁₂巨介电常数陶瓷的低频区直流电导较大, 本文采用模量 M"-f频谱表征与分析了低频和高频的两个松弛极化过程. 研究认为, 这两个特征峰属于晶界区Schottky 势垒耗尽层边缘深陷阱的电子松弛过程, 其中高频松弛峰起源于晶粒本征缺陷的电子松弛过程, 而低频松弛峰则为与氧空位有关的松弛极化过程. 对于CaCu₃Ti₄O₁₂这类低频下具有高直流电导的陶瓷材料, 采用模量频谱能更有效地分析研究其损耗极化机理. 关键词： 3Ti₄O₁₂陶瓷')" href="#">CaCu₃Ti₄O₁₂陶瓷 模量 松弛过程 电导     

Robin型离散Schwarz波形松弛算法的收敛性分析

Schwarz波形松弛(Schwarz waveform relaxation,SWR)是一种新型区域分解算法,是当今并行计算研究领域的焦点之一,但针对该算法的收敛性分析基本上都停留在时空连续层面.从实际计算角度看,分析离散SWR算法的收敛性更重要.本文考虑SWR研究领域中非常流行的Robin型人工边界条件,分析时空离散参数t和x、模型参数等因素对算法收敛速度的影响.Robin型人工边界条件中含有一个自由参数p,可以用来优化算法的收敛速度,但最优参数的选取却需要求解一个非常复杂的极小-极大问题.本文对该极小-极大问题进行深入分析,给出最优参数的计算方法.本文给出的数值实验结果表明所获最优参数具有以下优点:(1)相比连续情形下所获最优参数,利用离散情形下获得的参数可以进一步提高Robin型SWR算法在实际计算中的收敛速度,当固定t或x而令另一个趋于零时,利用离散情形下所获参数可以使算法的收敛速度具有鲁棒性(即收敛速度不随离散参数的减小而持续变慢).(2)相比连续情形下所获收敛速度估计,离散情形下获得的收敛速度估计可以更加准确地预测算法的实际收敛速度.     

择优RBF神经网络下切削率的优化

本文通过择优RBF(径向基函数,Radial Basis Function)神经网络对影响切削加工过程的切削参数进行建模,对切除率进行拟合预测;提出松弛误差作为衡量网络精度的指标,使RBF选择最优的分布密度,从而有效提高RBF神经网络的拟合预测能力;并将择优RBF的拟合和预测结果与BP的相应结果进行了比较,结果显示择优RBF神经网络的拟合和预测精度大大优于BP神经网络.