相对论粒子在有心力场中的运动轨迹

相对论粒子的运动一直都是人们期望了解却无法观察到的一种神秘形态，对相对论粒子运动的理解也只能限制在一些复杂的表达式中．建立一个相对论粒子运动模型，利用Mathema—tica软件求解，绘制其运动轨迹并用相应的物理原理加以阐述，展现以往无法呈现的相对论粒子运动的形态图形．     

焊接气溶胶粒子的形貌特征

在应用电子显微镜观察大量焊接气溶胶粒子形貌的基础上，根据基本特征对气溶胶粒子进行了分类，指出焊接气溶胶粒子的形貌与焊条的药皮组分密切相关。     

纳米SiO2粒子表面修饰研究

本文对纳米SiO2粒子表面采用偶联剂和甲基丙烯酸丁酯(BNA)进行修饰,使纳米SiO2表面形成化学键合的聚合物层,达到对纳米SiO2粒子表面修饰的目的.并通过FTIR、TEM和TG-DTA等分析手段,研究聚合改性物质的结构和改性后纳米SiO2粒子的分散稳定性.     

酸性焊条烟尘粒子谱分布研究

本文利用计算机控制的ＤＭＰＳ法和ＴＥＭ，ＥＤＳ分析方法测定了钛钙型焊条烟尘粒子的谱分布，晶体结构，化学组成及形貌，首次发现焊态下的粒子谱呈多峰复分布 。对粒子谱进行分区间分析的结果表明，各粒子群一般都各自遵从对数正态分布。     

基于粒子滤波的拓扑环境定位

传统的粒子滤波方法将采样点平均分配到整个地图空间,当环境范围较大时,将占用大量的计算资源和存储空间,为了解决这个问题,研究了一种改进的粒子滤波方法,该方法可以有效地解决大范围拓扑环境的机器人全局定位问题.用拓扑地图作为室内环境模型,并只在环境模型中的机器人可能存在位置的关键节点附近分配采样点,使采样点数量降低,从而有效提高计算效率并减少存储空间.     

细菌觅食机制粒子群优化算法

针对基本粒子群优化算法易陷入局部极值的缺陷,提出了一种细菌觅食机制粒子群优化算法.其基本思想是在粒子群优化算法中引入细菌觅食行为机制,提高PSO算法跳出局部极值的能力,借以改善PSO算法的寻优性能.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显著改进.     

纳米银粒子的化学法制备及其表征

采用化学还原法制备纳米银粒子,制备过程先后使用两种保护剂,用聚乙烯吡咯烷酮(PVP)作保护剂、N,N-二甲基甲酰胺(DMF)作还原剂,还原硝酸银溶液得到纳米银粒子.该体系的还原主要通过煮沸法进行;以聚乙二醇(PEG)作为保护剂、还原剂、稳定剂和反应介质,还原硝酸银溶液得到纳米银粒子,并且对所制备的纳米银粒子分别用紫外光谱、荧光光谱、X-射线衍射、做了详细地表征.     

交通分配的粒子群优化算法

为了方便合理地分配交通量,提出了交通量多路径分配的粒子群优化算法。算法的求解方法是在粒子群算法中构造了路径条数维的粒子空间,每维对应一条可行性路线,其值为对应路径所分配的交通量;对粒子进行归一化处理,使交通量守恒,并进行交通量的多路径分配;根据目标函数评价与筛选粒子,直到满足终止条件。实例计算结果表明:利用粒子群算法得到的目标函数值最小,各路段分配的交通量没有超容量现象,模型求解过程具有方向性,对交通分配的网络规模无限制,因此,粒子群优化算法可行、合理。     

基于粒子滤波的跟踪算法研究

在非线性条件下,扩展Kalman 滤波（ EKF）的应用最为广泛。但是,由于它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点。粒子滤波（ PF）用一些带有权值的随机样本（粒子）来表示所需要的后验概率密度,并通过这些粒子的加权来估计目标运动的状态,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点。通过仿真实验将PF与EKF的性能进行了对比,并且研究了噪声协方差与粒子数对PF的影响。 PF与EKF的对比实验结果表明,在强非线性条件下,PF比EKF跟踪精度更高,误差更低。     

交通流预测的马尔科夫粒子滤波方法研究

智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.针对目前马尔科夫交通流量预测模型在精度方面的不足,以及交通流量随机性、波动性的特点,提出马尔科夫粒子滤波交通流预测模型.一方面,将对交通流量预处理后的样本数据应用于马尔科夫模型中预测未来交通流量,能够较好地描述交通流量的变化趋势;另一方面,针对该预测结果精度的不足及对非线性预测不稳定的缺点,引用粒子滤波算法,将预测结果及权值进行不断更新,以及样本重选样过程,经过多次迭代,使样本粒子更加逼近真实预测值,从而提高预测精度.最后,以北京昌平区某检测器检测到的交通量进行仿真,将预测结果与传统马尔科夫链进行误差对比分析.结果表明,本文提出的马尔科夫粒子滤波交通流预测模型 5 min间隔误差为6.14%、1 h间隔误差为6.04%,预测精度高,具有更好的适用性和稳定性.     

粒子群优化算法的信息共享策略

为寻求更有效的信息共享策略,分析了粒子群优化（PSO）算法的信息共享机制及由粒子个体最优位置构成的平衡点的作用．在此基础上,以标准PSO算法为原型,提出了4种使用不同信息共享策略的PSO算法,并用5个经典测试函数测试、比较了它们的性能．仿真结果表明,提出的前2种信息共享策略可以明显改善PSO算法的性能．基于PSO算法的理论分析和仿真结果,给出了一个好的信息共享策略应满足的条件：粒子应有选择地共享邻域个体的信息,以保证粒子群的平衡点具有良好的质量与多样性,同时又不过于随机地变化．     

焊接气溶胶粒子均质形核机制研究

首次实现分级粒子形貌，成分，结构的系统分析，探讨了焊接气溶胶粒子的均质形核机制，证实焊搠气溶胶的１０＾－２μｍ，尺度粒子主要是Ｆｅ３Ｏ４晶体，它由蒸汽－质子转变的均质成核方式产生，其控制反应是Ｆｅ（ｇ）→Ｆｅ（Ｌ），所提出焊接电弧的粒子形核区模型，对分析焊接气溶胶粒子形成过程有重要意义。     

两阶段混合粒子群优化聚类

为解决数据集样本维数较高时已有粒子群优化K均值算法计算速度较慢且聚类结果不稳定的问题,利用第1阶段聚类层次凝聚聚类获得准确率较高的子簇集合,作为粒子群优化K均值聚类算法初始聚类中心的搜索空间,进行第2阶段聚类.提出了一种简化的粒子编码方法,以减小样本维数对计算复杂度的影响;引入混沌的思想,以保持粒子种群的多样性,从而避免粒子群优化算法可能出现的早熟现象.通过两阶段聚类,有效地融合了粒子群优化、层次聚类与划分聚类算法的优点.在多个UCI数据集上的聚类结果表明,与几种对比算法聚类结果的最优值相比,其纯度分别提高了1%~8%,且耗时减少50%以上.      

焊后焊接烟尘粒子的凝并

通过对焊接气溶胶粒子粒度分布随时间变化实测结果的分析，应用气溶胶粒子凝并的基本理论，推导了焊后烟尘粒子的凝并方程，并利用凝并方程的解计算了焊接气溶胶粒子的粒度分布与实测结果进行了比较，二者基本一致。     

一种多样性反馈高斯粒子群算法

针对粒子群算法在算法迭代后期因多样性减少而容易陷入局部最优的缺陷,引入种群多样性反馈(群活性反馈)和高斯正态惯性权重变异算子对粒子群算法进行改进,当粒子群的多样性减少时,通过改变粒子的惯性权重调节粒子速度和位置,从而跳出局部最优解.与标准粒子群算法对比仿真结果表明:多样性反馈高斯粒子群算法在全局搜索能力和寻优性能上有很大提高,多样性提高近一倍,迭代时间缩短近3/4.     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

基于自然选择粒子群的时钟同步算法

为了提高无线传感器网络的时钟同步精度,避免因不可靠数据和网络拓扑结构变化在同步过程中产生的同步误差,建立了基于自然选择粒子群融合算法仿真模型.首先,采用卡尔曼滤波算法,将多个传感器的测量数据进行局部滤波处理,去除测量数据中最底层的冗余信息,提高测量数据的准确性;其次,采用自然选择粒子群算法建立数据融合模型,计算网络的最优融合估计;最后,对自然选择粒子群融合算法模型进行仿真,结果表明:该算法的融合模型不仅能够对网络中的5个节点时钟进行有效融合,而且可以提高节点晶振的时偏和频偏的融合精度,形成一个具有较高稳定度的虚拟时钟,其时偏和频偏的融合精度主要集中范围分别为10-5和10-7,与传统自适应融合算法相比较,它的时偏和频偏融合精度提高了1个数量级.     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.