回溯矩阵法推求等价电子复杂组态的原子光谱项

等价电子复杂组态原子光谱项的推求方法是量子化学、结构化学研究的重要内容，此文提出了一种可运用计算机推求的新方法。它采用了计算机常用算法中的回溯法确定等价电子的微观状态，并用矩阵表示；再利用MATLAB 6．1的矩阵运算功能去挑选原子光谱项。用此回溯矩阵法计算了任意等价电子复杂组态的全部原子光谱项，其算法简明，快速准确，并能显示计算过程和中间结果，可广泛应用于结构化学的研究和教学。     

置换群理论确定等价组态原子光谱项的计算机程序ATEC

基于置换群理论导出的生成函数,编制了确定等价组态原子光谱项的计算机程序 ATEC,可计算指定组态的全部光谱项及支项,求出每种谱项出现的次数并选取基项。对于 P~1—f~(13)的所有组态,得到了与文献值完全符合的计算结果。     

利用Apple—Ⅱ微机推求等价组态光谱项

本文为了彻底解决等价组态光谱项求取难的问题,我们提出了一种新的推算方法。该法是将等价组态的电子排布用占有电子轨道的 m_l值表示,并根据 m_l值的变化规律推算 M_L~α(或M_L~β)值、半微状态及半微状态数,从而计算 M_L 值和相应的 M_L 值数目,然后列出 M_L—M_s 矩阵即可计算原子光谱项。此法既便于人工计算,又能利用 Appl—Ⅱ微机进行推算。只要给定电子组态,即可迅速推出全部光谱项。     

推求原子光谱项及其微状态的程序

原子光谱项,能级和微状态波函数的计算对于量子力学,光谱学及配位场理论的重要性是众所周知的。对于多电子的等价组态,现有的三类方法(逐级消去法、群论方法和速算方法)都较为繁琐,如f~7有3432个微状态,手工计算其光谱项等将是困难甚至不可能的。鉴于谱项推求的重要性和量化计算中广泛使用微状态行列式波函数的原因,快速、方便而准确地导出谱项和微状态是很有意义的。为此,我们根据行列式波函数法逐级消去的思想,用FORTRAN语言编制了有关程序。     

小位移光流计算的对偶方法

基于光流计算的通用变分模型,建立小位移光流场计算的对偶方法。变分能量泛函中的数据项使用稳健估计的L1范数,规则项采用边缘保持的总变差项。采用对偶变量表示总变差项,克服基于传统总变差计算须引入小规则参数的问题,并得到较好的实验结果。该方法可应用到大位移光流计算和光流计算的高阶模型中。     

基于TSC的异步风力发电机风电场的无功功率补偿

为解决风电场并网运行存在的电压质量问题,提出了在风电场并网点进行电容器的分组投切控制方法。本文对风电场安装快速投切电容器组的容量及投切规则进行了研究。提出了计及风速变化对风电场输出有功和无功功率影响的电容器总容量计算方法及控制规则。应用PSCAD/EMTDC软件对某风电场进行了无功补偿优化仿真,结果表明：无功补偿的总容量和分组容量计算准确,可使风电场母线电压保持在允许范围内运行,并且电容器动作次数较少,保证了风电场并网运行时的电压质量。     

前后部项约束关联规则并行化算法

为了解决大规模数据环境下挖掘出的关联规则过多,用户需要耗费大量时间在这些关联规则中寻找自己感兴趣规则的问题,提出了一种基于Map/Reduce并行化编程模型的前后部项约束关联规则挖掘算法FRPFP.通过对用户感兴趣的规则前后部项进行标记和分组挖掘,并在各分组挖掘过程中根据标记的规则前后部约束项,对事务集进行压缩,从而筛选出有效的频繁项集,最终得到含有用户感兴趣项的关联规则.该算法在Spark框架中实现,实验结果表明,该算法能够有效地减少冗余规则的产生,计算开销较少,具有较好的规模增长性.     

梯度加速法的进一步探讨

在“解无约束最优化问题的梯度加速法”一文中提出了用曲线线性搜索来求解无约束优化问题的一类新算法,它企图用曲线来逐段逼近最优路径的一种方法,文章中给出了梯度加速法的基本做法和一种具体的计算方案,它所采用的曲线是由最速下降法得到的某些点列来确定的,与Goldfarb提出的构造曲线的方法是不同的。这样做既简便又符合所求函数的特性,故计算效果     

一种共享资源敏感的实时任务分配算法

为提高多核实时系统分组固定优先级调度策略下的任务分配效率,该文对FIFO(First In First Out)自旋机制下任务阻塞时间,以及自旋等待造成的可调度性损失进行了定量分析,提出了一种新的任务相关度评价方法以衡量核间任务的相关性,并基于该方法提出了共享资源敏感的任务分配算法.该算法包含任务分组策略和任务组拆分策略.任务分组策略将存在共享资源冲突的任务划分为相关任务子集,尽可能将相关任务子集分配到同一核上,以避免核间任务相互阻塞造成可调度性损失;任务组拆分策略则根据任务相关度评价结果,对无法分配到同一核上的相关任务子集进行拆分,并将拆分出的任务分配到当前负载最轻的核上,以减小自旋造成的可调度性损失.实验结果表明,该算法任务集合接受率高于同类算法,而系统自旋损失低于同类算法.     

基于粒计算的不完备信息系统的规则提取方法

根据粒计算思想提出了一种从不完备决策表中分层提取确定规则的方法,将决策表进行分解,然后按决策表提供的确定信息分层提取相应的确定规则,在处理过程中认为空值提供的信息是不可靠的,所以与确定值严格加以区分,该方法充分利用不完备信息系统中的确定信息,得到长度不等的确定规则。     

一种用于多故障诊断的改进二元决策图算法

在将故障树转化为二元决策图(BDD)的构件连接法规则中,加入了两项新的规则以保证最终的合成BDD具有唯一的结构.通过比较具有相同结构重要度的割集概率,从而确定需要检测故障源的排序.该方法可用于对具有独立底事件的数字系统进行多故障诊断.由于无需确定底事件顺序和最小割集,该方法比传统故障树诊断方法具有更高的效率,并且更适合于在计算机上实现.     

分组多支持度关联规则研究

关联规则是数据挖掘的重要任务之一,传统关联规则算法只有一个最小支持度,假设项出现的频率大致相同,而在谮实际中并非如此,由此产生了多支持度关联规则问题.该问题针对每个项给定不同的支持度,而在实际应用中项可以划分成若干个组,每组有一个支持度.由此提出了分组多支持度关联规则问题,针对该问题给出了基于多支持度性质对项进行分组的方法.该方法可以降低2-项候选集的数目.在此基础上,进一步给出了相应的多支持度关联规则发现算法,并通过实验证明了算法的有效性.     

基于Rough集的数据库信息挖掘加权决策算法

利用Rough集方法进行数据库中信息挖掘时,因为相同的记录表示的是同样的决策信息,可以将它消去,但由此得到的决策规则可能是片面的。文章提出了一种带有权重的决策算法,该方法利用记录出现的频率作为权重系数,导出了带有全重的决策算法,该方法计算简便、实用,可提高最终决策算法的可靠性。     

方幂模快速计算的二进制分组查表法

在方幂模的二进制快速算法基础上,进一步改写方幂模计算表达式,设计了一种基于查表法的二进制快速算法。算法将指数的二进制形式进行分组,提前计算并记忆一个二进制分组中首位为1其他位任意变化的所有情况下的方幂模结果,然后遍历指数的二进制形式,按照算法规则直接平方或连续多次平方后与事先记忆的值相乘,已经记忆的值不需要重复计算,从而减少了大量的乘法运算。算法分析和实验结果证明,基于查表法的方幂模二进制快速算法比二进制算法减少了乘法次数,尤其指数二进制形式中有大量1连续出现或相对连续出现（同一分组内有两位以上为1）的情况下算法效率比二进制算法有大幅度提高。     

动态项重写计算

1.引言项重写系统是一种受到广泛研究和应用的形式计算模型。一个项重写系统由一组称为重写规则的定向等式组成。它的计算基于代入、匹配和替换,除具有方向性外,与等式推导一致。虽然项重写系统形式简单、计算单纯,但它同时又具有与λ计算及图灵机相同的计算能力。正是它的简洁性及计算能力使它受到广泛的研究和应用:项重写系统为抽象数据类型提供类型、为函数型语言提供操作语义、为定理自动证明提供推理工具。对于项重写系统本身也有大量的研究:如合流性、终止性、等价性等。     

基于中智模糊关联规则生成的大数据挖掘分析算法

关联规则挖掘作为一种大数据挖掘方法,被用于确定不同项目间存在的内在联系,并以大于某一阈值作为评判不同项间存在关联的依据。传统关联规则挖掘方法仅能建立不同项间的布尔型关联规则,存在硬化数据"尖锐边界"问题导致关联规则挖掘性能下降的缺点。为克服经典数据挖掘算法的这一缺陷,提出一种新型中智关联规则挖掘算法。基于专家知识对语言学术语进行量化预处理,得到不同指标的量化数据资料库;基于关联规则支持度定义计算不同指标项集合的支持度;通过考虑不同项间的隶属度、不确定度和非隶属度函数生成关联规则。将该中智挖掘算法与模糊挖掘算法进行对比,结果表明,该算法能够增加生成关联规则数量,有助于提高数据挖掘的准确性。     

解输运问题的有限元双向配置法

本文用有限元配置法求解球几何输运问题,采用了双向(空间方向和角方向)配置,是一种具有矩形元的二维方法.该法计算简便,可逐个网格递推求解与DSN类似,但计算结果的精度高,收敛速度快.与一般Galerkin法相比,它不用解大系统矩阵,只需在每一网格解一低阶矩阵,且能较快的确定系数矩阵及未知函数的多项式系数而不必计算积分.程序简单,计算时间省,因此是一个结合DSN法和有限元法二者优点的方法. 用配置法解偏微分方程问题,不少作者作了大量工作.Jim Douglas和T.Dupont     

基于信息增益的缺省规则的挖掘方法

Rough集方法是一种处理不确定或模糊知识的重要工具。论文在现有的基于Rough集理论的缺省规则挖掘算法的基础上,将单属性信息增益概念扩充为多属性的情况,提出了基于信息增益的缺省规则的搜索策略和挖掘方法。实验表明,该方法能够发现简洁、易理解和实用的规则,同时具有较低的计算复杂性。     

带并行机调度问题中基于ANFIS的自适应算法

针对用规则的线性组合方法解决实际的复杂调度中,如何确定哪些规则需要组合和确定权系数一直缺乏有效的方法,提出了根据多个不同的生产调度目标采用ANFIS将不同调度目标的规则进行自适应的综合,进行学习后产生模糊规则的算法,并将其用于带并行机Jobshop调度问题中。数值计算结果表明,该算法能够较好地对一些规则进行综合,并且在此类调度问题中有比这些规则更好的效果。今后的研究方向是调整ANFIS的结构使其更适合调度问题。     

一种基于Rough集理论的数据过滤方法

Ｒｏｕｔｈ集理论是一种处理不确定模糊知识的重要工具,在对Ｒｏｕｇｈ集理论进行深入研究的基础上,提出了一种基于Ｒｏｕｇｈ集理论的这滤算法。该处 工硒思想是基于Ｐ－确定的等价类的合并,算法直观,计算简便,理论和实验表明,该算法能够减低信息系统中信息的粒度,在保持规则近似质量不变的前提下,有效地提高规则的统计意义和预测强度。