液固两相槽道流中柱状粒子取向的数值研究

对柱状粒子在槽道流场内的运动进行数值模拟，然后用统计方法得出大量柱状粒子的取向分布；给出了粒子长径比、粒子密度和流场区域对粒子取向分布的影响．计算结果表明，柱状粒子长径比的变化对粒子取向分布的影响不明显，粒子密度对粒子取向分布有一定影响，而流场区域所造成的流场横向速度梯度对粒子取向分布有重要影响．随着流场横向速度梯度增大，粒子取向趋势愈加明显，且当流场横向速度梯度增大到一定程度时，粒子取向都趋向于流动方向．文中部分结果与相关实验进行了比较，两者定性吻合较好。     

关于核衰变的几个问题释疑

一、为什么从原子核中会放出α粒子、β粒子和γ光子 α粒子就是氦原子核,由两个质子和两个中子组成,原子核中的质子和中子即核是靠核力作用而紧密结合在一起的,但由于各个核子的原子核中所处的位置和状态不同,它们结合的紧密程度也有所差异．在一些重原子核中常常会有两个质子和两个中子形成一个结合得特别紧密的“小集团”,当这个“小集团”的能量特别大时。     

谈洛伦兹力和安培力

在学习"磁场对运动电荷作用"时,关于洛伦兹力的方向总与带电粒子速度的方向垂直,洛伦兹力永远不对粒子做功,它只改变粒子运动的方向,而不改变它的速率和动能,学生容易理解.即使在电场、磁场共存的情况下,带电粒子的轨迹不是圆周,洛伦兹力仍与速度方向垂直,洛伦兹力不做功也不难理解.但学生感到困惑的是:安培力可以看作是作用在每个运动电荷上的洛伦兹力的宏观表现,而安培力可以做正     

损失规避下的指数跟踪问题及其粒子群算法求解

随着指数衍生产品日益受到重视,指数化投资组合常被传统的消极基金管理者或机构所采用,而用有限的资金按指数构成比例进行投资显然是不现实的,所以指数的最优误差追踪就显得更加重要。将追踪误差定义为证券投资组合收益率与所追踪的指数基准收益率之差的均值平方和的平方根,建立了基数约束（即总资产数不超过某个特定整数K）下考虑投资者损失规避决策偏好的跟踪误差最小化模型,并设计了一个粒子群算法求解模型。实际算例表明,所构建的模型和算法是有效的。     

Spark Streaming中参数与资源协同调整策略

Spark Streaming是一种典型的批量流式计算平台,可用于处理持续到达的数据流。流式数据最重要的两个特征是波动性和时效性。利用动态调整系统参数和动态调整资源满足不同数据到达速率的响应延迟,但调整参数的方式具有局限性,其用户成本较大。因此提出一种参数和资源协同调整策略,采用动态邻域粒子群算法找到一种满足SLO目标且使用资源最少的系统方案。实验表明,AdaStreaming与DyBBS相比,延迟性降低了70.1%,在资源使用量上比DRA降低了42.1%。     

动态力学

任何力均是两物体间的相互作用力,施力物体与受力物体并生并存,单独物体不能形成力,力必须依附于物体,不能凭空存在。光速不可超越是因为受力物体的速度不可能超过施力物体的速度,而施力物体受制于自身条件存在速度极限,就如一个人推车的速度不可能超过其跑步的最快速度。牛顿经典力学认为质量与速度无关是正确的,实验数据证明,当受力物体的速度接近施力物体的极限速度时,实际作用力变的非常小,使得速度很难进一步增加。动态力学的这一原理适用于任何力学现象,包括粒子加速器中的带电粒子,由于粒子加速器中的带电粒子不能超越光速并非因其质量增大,而是其实际受力随速度增加呈指数式衰减,故爱因斯坦狭义相对论的质能公式是错误的,牛顿经典力学认为能量与质量相互独立的理论是正确的。     

粒子群算法的改进研究

粒子群算法具有在优化过程中需要调整的参数不多,结构简单,收敛速度快等特点。在分析其他改进粒子群算法的基础上,提出了一种新的粒子群协同优化算法。通过测试函数测试表明,新的粒子群协同优化算法明显提高了算法的收敛性能。     

粒子群优化的加权核范数低秩矩阵补全算法

针对加权核范数最小化矩阵补全方法存在阈值决策函数单一、收敛精度不高等问题,提出一种粒子群优化的加权核范数最小化低秩矩阵补全算法。改进算法利用粒子群的启发式智能搜索能力,为待恢复矩阵的奇异值自适应地匹配恰当的阈值,以提升算法的收敛性能。改进工作主要包括：（1）设计多种奇异值阈值决策函数,为矩阵提供多种阈值分配策略;（2）改进粒子群的速度迭代公式,提出基于余弦函数的速度惯性调节公式以增强粒子群的全局搜索性能;（3）利用改进的粒子群优化算法为阈值决策函数搜索最优的参数组合,然后再通过阈值决策函数生成奇异值的阈值,重构恢复结果并提升算法的收敛精度。在人工数据和图像数据上的实验结果表明,与加权核范数最小化方法、奇异值阈值化方法以及低秩矩阵拟合方法相比,改进方法具有收敛精度更高、恢复结果更清晰等优势。     

PSO-TSP问题综述

旅行商(TSP)问题是一个典型的NP难问题,作者以此为背景,叙述了近几年来研究人员改进粒子群优化算法求解非连续域的研究情况,并对将来的研究方向进行了预测。