排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
采用具有群体智能的蜂群优化算法(ABC)结合半经验Gupta原子间相互作用势对金团簇Au_n(n=2~100)的稳定结构、结合能(Eb)、平均结合能(Eab)、平均间距(ra)、对称性(PG)、一阶差分(ΔE1)和二阶差分(ΔE2)进行了研究.结果表明:一、ABC算法在中小尺度团簇上具有良好的全局寻优能力,其与遗传算法(GA)、动态格点搜索(DLS)等算法结果吻合非常好,当团簇尺度增大时,与其它算法一样,标准ABC算法的全局最优搜索能力也逐渐减弱;二、ABC算法中三参数取值对最优解获取有直接影响,当团簇尺度n小于60时,中等参数值即能获得最优解,当n大于60时,为平衡计算时间和精度,较大的最大迭代次数(g_(max))、中等或偏小的可行解尺度(SN)和最大侦查蜂数目(glimit)取值是一种较好的选择;三、通过对ABC和文献结果比较,几个金团簇的新低能结构被提出和确认,另外,本文首次对Au_(91)~Au_(99)进行了系统描述. 相似文献
5.
在自行设计的有机玻璃充气料仓系统上对B类石英砂颗粒(密度2610kg/m3、平均粒径229μm)进行实验,研究了在不同半锥角料仓中单层和组合充气对落料特性的影响。结果表明:单层充气时,充气位置不宜过高或者过低,一般在锥段高度1/8附近为最佳。当气量较大时会出现喷射流、气压平衡拱等不同的落料现象。组合充气从落料速率和稳定性上都优于单层充气,通过优化组合充气可实现相同充气量下落料速率最大且稳定的落料过程。落料速率随半锥角增大而减小,但随着流化气量增大变化趋势减缓。充气位置越高气量越大,料位高度对落料速率的影响作用越明显。 相似文献
6.
采用具有群体智能的蜂群优化算法(ABC)结合半经验Gupta原子间相互作用势对金团簇Aun(n=2~100)的稳定结构、结合能(Eb)、平均结合能(Eab)、平均间距(ra)、对称性(PG)、一阶差分(∆E1)和二阶差分(∆E2)进行了研究。结果表明: 一、ABC算法在中小尺度团簇上具有良好的全局寻优能力,其与遗传算法(GA)、动态格点搜索(DLS)等算法结果吻合非常好,当团簇尺度增大时,与其它算法一样,标准ABC算法的全局最优搜索能力也逐渐减弱;二、ABC算法中三参数取值对最优解获取有直接影响,当团簇尺度n小于60时,中等参数值即能获得最优解,当n大于60时,为平衡计算时间和精度,较大的最大迭代次数(gmax)、中等或偏小的可行解尺度(SN)和最大侦查蜂数目(glimit)取值是一种较好的选择;三、通过对ABC和文献结果比较,几个金团簇的新低能结构被提出和确认,另外,本文首次对Au91~Au99进行了系统描述。 相似文献
7.
采用具有群体智能的蜂群优化算法(ABC)结合半经验Gupta原子间相互作用势对金团簇Aun(n=2~100)的稳定结构、结合能(Eb)、平均结合能(Eab)、平均间距(ra)、对称性(PG)、一阶差分(∆E1)和二阶差分(∆E2)进行了研究。结果表明: 一、ABC算法在中小尺度团簇上具有良好的全局寻优能力,其与遗传算法(GA)、动态格点搜索(DLS)等算法结果吻合非常好,当团簇尺度增大时,与其它算法一样,标准ABC算法的全局最优搜索能力也逐渐减弱;二、ABC算法中三参数取值对最优解获取有直接影响,当团簇尺度n小于60时,中等参数值即能获得最优解,当n大于60时,为平衡计算时间和精度,较大的最大迭代次数(gmax)、中等或偏小的可行解尺度(SN)和最大侦查蜂数目(glimit)取值是一种较好的选择;三、通过对ABC和文献结果比较,几个金团簇的新低能结构被提出和确认,另外,本文首次对Au91~Au99进行了系统描述。 相似文献
1