考虑非结构性的多级生产流程调度方法

针对智能化柔性制造过程存在的再制造过程,对中小型设备生产车间及其仓储转运的模型构建、分析方法、以及参量相关性提出了新的解决思路.为了最大限度的减少建设周期、合理化投资成本、以及优化生产流程,建立了考虑非结构性的多级生产流程的数学模型,以完成度、完工时间和调度频次为目标函数分析生产要素间的相关性.实验结果表明,融合再加工过程的智能化柔性制造单元中,生产要素为非线性相关,个别要素具备对称性,为实际工况中的生产改进及优化提供了一定理论基础.     

一类具非光滑位势p(x)-Laplace方程解的存在性

在非光滑临界点理论的基础上,利用带非光滑(PS)条件的山路引理,结合嵌入定理和Lebourg中值定理,获得了一类具非光滑位势p(x)-Laplace方程解的存在性.     

韦伯分布布谷鸟搜索算法颗粒粒径分布反演

韦伯分布在非线性寻优问题中具有较好的寻优精度和全局搜索能力,为此提出一种基于韦伯分布的布谷鸟搜索（WCS）算法来解决颗粒粒径分布反演的问题。使用WCS算法对服从Johnson’s S_B分布、Rosin-Rammler分布和正态分布的单峰颗粒系和双峰颗粒系进行颗粒粒径分布的反演,并分别与其他传统算法的处理结果进行比较。结果表明,WCS算法的整体效果优于人工鱼群算法和人工蜂群算法,且改进后的4种重尾分布CS算法的标准差比原CS算法提升2～3个数量级。目标函数散射光能加入噪声后,WCS算法比其他三种重尾分布的相对均方根误差值至少可降低1/2。使用小角前向散射测量系统对单峰颗粒系和双峰混合颗粒系进行实验研究,发现WCS算法的相对均方根误差比原CS算法降低约为40%。     

可修系统中半马氏过程的稳态分布

众所周知,可修系统是可靠性理论中讨论的一类非常重要的系统,也是可靠性数学主要研究对象之一,研究可修系统的主要数学工具是马氏理论.当构成系统各部件的寿命分布和故障后的修理时间分布,及其出现的有关分布均为指数分布时,只要适当的定义系统的状态,这样的系统总可以用马氏过程来描述.大部分学者为了方便,均是在马氏框架下研究问题的.但是在实践中经常遇到部件的寿命或修理时间分布不是指数分布的情形,这时可修系统所构成的随机过程是半马氏过程,用现有的马氏理论无法解决相关问题.目前,关于半马氏的理论研究的研究又很少,基于此,针对半马氏的随机模型给出了与马氏理论相平行的稳态分布的求解方法.     

一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.     

腔光子-自旋波量子耦合系统中各向异性奇异点的实验研究

通过耦合三维微波腔中光子和腔内钇铁石榴石单晶小球中的自旋波量子形成腔-自旋波量子的耦合系统,并通过精确调节系统参数在该实验系统中观测到各向异性奇异点.奇异点对应于非厄米系统中一种特殊状态,在奇异点处,耦合系统的本征值和本征矢均简并,并且往往伴随着非平庸的物理性质.以往大量研究主要集中在各向同性奇异点的范畴,它的特征是在系统参数空间中沿着不同参数坐标趋近该奇异点时具有相同的函数关系.在这篇文章中,主要介绍实验上在腔光子-自旋波量子耦合系统中通过调节系统的耦合强度和腔的耗散衰减系数两条趋近奇异点的路径而实现了各向异性奇异点,具体分别对应于在趋近奇异点时,本征值的虚部的变化与耦合强度和腔的衰减系数的变化会有线性和平方根不同的行为.各向异性奇异点的实现有助于基于腔光子-自旋波量子耦合系统的量子信息处理和精密探测器件的进一步研究.     

完全非相干白光一维光生伏打暗空间孤子

使用白炽灯作光源在LiNbO₃∶Fe晶体内实验观察到一维白光光生伏打暗空间孤 子. 由奇数 和偶数初始条件分别产生了灰孤子和灰孤子对，它们所感应的波导能导向白光和相干光. 用 相干光清楚地探测到它们内部的多模结构. 该实验证明了白光光生伏打暗空间孤子的存在， 并指出了用完全非相干的白光暗孤子控制和导向相干光的可能性. 关键词： 光生伏打效应 自陷 完全非相干孤子 波导     

ESTIMATING EXTREME-VALUE INDEX FROM RECORDS

1.IntroductionLet{X.,n21}beasequenceoflidry'swithanondegeneratedistributionfunctionF(x).Supposethereexistsomeconstantsan>0,b.6RandsomeacERsuchthatwhereG.standsforoneoftheextremevaluedistributions:Heretheindex7ERisarealparameter(interpret(1 box)--'/ryase--"for7~0).Theestimationoftheextreme-valueindex7isveryimportantbothintheextremevaluetheoryandinpractice.Manystatistics,suchasHillestimator(forcaseac>0),PickandsestimatorandDekkers-EinmahLdeHaan'smomentestimatorwhicharebasedonafinitesample,…