Condensation of Self-Driven Particles in Scale-Free Networks

A new simple model of self-driven particles in scale-free networks is introduced to understand the emergence of condensation in the natural world. In the model, at each time step, particles are driven to choose their next habitats according to the particle numbers at both the present habitats and neighbors. It is found that the hub effect results in the condensation. The present numerical results as well as the theoretical analysis of condensation transition show the criterion of condensation. Both simulations and theoretical analysis display that there are three phases for different hopping probabilities δ： non-condensation （δ〈δc）, partial condensation （δc≤ δ〈1）, and complete condensation （δ≥δc＇= 1）, and the mean occupation particle number at the stationary state is also obtained. Moreover, the noise effect on self-driven particles is studied, and it makes particle numbers at nodes tend towards being identical.     

"引力"七问

1 引力是什么 牛顿在17世纪就认识到宇宙中任何地方的一切物体的引力作用方式是相同的,且两物体间的吸引力与它们的质量的乘积成比例,与它们距离的平方成反比,即著名的"引力的平方反比律."爱因斯坦在20世纪初发表的广义相对论是研究物质在空间和时间中如何进行引力相互作用的理论,它将平方反比律解释成时空因物质和能量的存在而发生畸变的结果,并把牛顿理论包含在内.     

非球形烟尘粒子后向散射场的光谱分析

在利用后向散射法测量烟尘浓度和粒径的过程中,对烟尘粒子模型的后向散射光谱特性进了计算,确定影响后向散射光谱强度的主要因素并进行分析。对实际排放的烟尘进行显微观察表明,利用椭球、圆柱和广义切比雪夫3种非球模型可以较好地模拟烟尘粒子,其等效直径约1μm。通过"T矩阵法"对这3种非球形粒子模型后向散射场的光谱特性进行了分析,结果表明:非球形粒子的可见/红外波段后向散射现象较球形粒子明显,特别是广义切比雪夫粒子的后向散射光强最高可达到前向的3.5倍;对于吸收性非球形粒子(复折射率m=1.57-0.56i),后向散射光强远大于非吸收性非球形粒子(复折射率m=1.57-0.001i);随着粒子等效半径的增大,光源波长也应随之增加。这为在实际测量时光源及方位的选择提供了理论依据。     

负载有MTiO_3(M=Sr或Ba)的TiO_2纳米棒复合材料的制备和表征

以Sr(OH)2或Ba(OH)2和TiO2纳米带为前驱物,通过水热反应直接制得了立方相MTiO3(M=Ba或Sr)纳米粒子负载的TiO2纳米复合材料。采用XRD,SEM,TEM,HRTEM和UV-Vis等测试手段对产物的组成、物相、形貌、结构和光学性质进行了详细表征。结果表明,Sr(OH)2或Ba(OH)2的加入量或反应时间皆对MTiO3纳米粒子负载量有较大影响,在一定程度上,氢氧化物加入量增多以及反应时间延长,纳米粒子负载量就会增大;无论是纯TiO2纳米带还是复合纳米棒,其吸收和发射光谱基本相同。对罗丹明B可见光催化降解实验结果证实,这些纳米复合材料皆有较高的光催化活性,远高于P-25的光降解活性。     

基于改进的粒子群算法求解供应链网络均衡问题

传统的供应链求解方法为投影法,针对其要对投影进行计算,十分复杂的缺点,提出用改进的粒子群算法求解供应链均衡问题,利用动态异步调整学习因子来有效的提高了算法搜索能力与精度。本文介绍了供应链网络均衡问题转变为无约束优化问题的方法,然后用改进的粒子群优化算法进行求解。通过四个数值算例,将实验结果与标准粒子群算法、蜂群算法、学习因子同步变化的粒子群算法进行比较,验证了改进的粒子群优化算法在解决供应链网络均衡问题中的有效性与优越性,为供应链网络求解提供了一种新的方法。     

基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测

由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GA-BP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。     

黄河河道冰水情定点连续自动检测及数据分析

根据黄河中上游流域冰水情监测以及预防凌汛灾害的需求,设计了一种适合黄河河道的冰水情自动测报系统.该系统由基于空气、冰与水电阻特性差异的冰层厚度传感器、DS18B20的温度梯度传感器以及智能处理仪构成.采用该系统在内蒙托克托县黄河河道进行了黄河封冻期河道冰层厚度连续监测试验,获取了大量的现场实测数据,对采样数据进行分析,提出了判别冰层厚度的平均滤波算法,实现了对冰层生消变化全过程的自动监测.     

枪支弹头痕迹自动对比方法研究

建立了枪支弹头痕迹的自动识别模型.解决了细微信息提取,误差校正,特征位置选取等问题.以11只枪,22颗子弹的三维数据作为测试数据,模型的最高识别率达到77%.     

基于支持向量机的粒子群神经网络集成股市预测模型

为有效提高神经网络集成的泛化能力,先利用量子粒子群和主成分分析提高集成个体的泛化能力,再利用泛化能力强的支持向量机回归集成生成输出结论,建立一个基于支持向量机的粒子群神经网络集成股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.     

一类非平稳随机传递系统的最佳非线性滤波及优化算法

运用最佳非线性滤波方法及优化算法,讨论了一类不完全数据与具有连续时间的非平稳随机过程的最佳控制问题,得到了这两种状态下的两个最佳控制数学模型,给出了这类非平稳随机传递系统的最佳编码与最佳译码的建立方法,为解决这类非平稳随机过程的最佳控制提供了一种有效可靠的解决方法.