人工神经网络简介

 人工神经网络是一门多学科、综合性的研究领域.该研究虽已有30年历史,但发展很不平衡.80年代,特别是近几年来,世界各国已形成神经网络研究热潮,我国自1988年以来有关研究也有迅猛发展.1.什么是人工神经网络.人工神经网络是在现代神经科学研究成果基础上提出的一种数学模型,它反映了大脑功能的若干基本特征,并非逼真描写,只是其某种简化、抽象和模拟.网络的具体模型很多,且仍在发展中,但可概括定义为:由大量简单元件(神经元,可用电子元件、光学元件等模拟)广泛互连而成的复杂系统.神经元仅起简单的输入、输出变换y=σ(x).     

求解大规模问题的谱共轭梯度法（英文）

共轭梯度法是求解大规模无约束优化问题的一类重要方法.由于共轭梯度法产生的搜索方向不一定是下降方向,为保证每次迭代方向都是下降方向,本文提出一种求解无约束优化问题的谱共轭梯度算法,该方法的每次搜索方向都是下降方向.当假设目标函数一致凸,且其梯度满足Lipschitz条件,线性搜索满足Wolfe条件时,讨论所设计算法的全局收敛性.     

基于FPGA的静止电压稳定优化器设计

基于FPGA设计的Buck-Boost型静止电压稳定优化器,直接串联于市电与敏感负荷之间,当供电电压发生电压骤升或骤降时,可快速稳定电压,确保敏感负荷不受影响。采用前端整流装置代替固定储能装置可获取更长的故障穿越时间,采用单同步旋转坐标系软件锁相环(SSRF-SPLL)技术实现电网电压同步,而采用电压双闭环控制技术改善了系统的响应速度。试验结果表明,该装置能快速稳定电压骤升骤降,并能较好的抑制谐波。     

高性能大规模分子动力学的前沿进展——近35年生物体系的分子动力学模拟研究回顾

对近35年来数值模拟方法,特别是经典分子动力学方法和相关的优先采样技术在生物体系研究中的应用作了回顾.由于生物体系研究对象的特点是体系空间尺度大且细胞机制时间跨度长,因此所涉及的结构生物学和生物物理学方面的研究构成了分子动力学模拟的最大挑战.从生物学的角度对分子动力学的基本理论、算法发展以及在生物体系中的应用进行综述,重点阐释在生理活动相关的时间尺度上生物体系的模拟是如何逐步发展的.另一方面,回顾了生物模拟体系在空间和时间尺度上得益于计算机硬件和算法的飞速发展而急速扩张的历程.最后,基于最近生物体系分子动力学模拟领域的尖端研究成果,对该领域未来发展的趋势进行了思考和展望.     

元胞单元法

介绍一种力学计算方法——元胞单元法．它将结构的整体求解变成局域分析,通过力的局域间的不平衡传递达到最终的整体平衡．它对计算机容量要求低,在大规模计算方面具有良好的前景．同时,由于借用元胞自动机的思想,可形成一种高度并行的算法,适用于未来并行机的要求．是一种有发展潜力的数值方法,可望在大型结构和纳米力学的大规模摸拟方面得到应用．文中介绍了元胞单元法的基本原理,将其用于平面问题分析,进行了数值试验,给出了计算步骤和结果,并对其优点和存在的问题进行了讨论．