块三对角线性方程组的一种有效并行算法

提出了求解系数矩阵为块三对角的线性方程组的一种适合于MIMD分布式存储的并行算法,该算法以系数矩阵分解为基础,充分利用了系数矩阵结构的特殊性,进行了近似处理,使整个计算过程只在相邻处理机间通信两次,具有很高的并行效率,并在理论上给出了该算法成立的充分条件。最后,在HPrx2600集群上进行数值试验,结果表明,加速比呈线性增加,并行效率达到90％以上。     

周期块三对角线性方程组的一种并行算法

该文提出了分布式环境下求解周期块三对角线性方程组的一种并行算法,该算法通过对系数矩阵进行一次预处理后,充分利用系数矩阵结构的特殊性,使算法只在相邻处理机间通信两次。并从理论上给出了算法收敛的一个充分条件。最后,在HPrx2600集群上进行了数值试验,结果表明,实算与理论是一致的,并行性也很好。     

响应面法优化青椒微波-真空冷冻联合干燥工艺及品质分析

该研究采用微波-真空冷冻联合干燥方式对青椒进行干制,研究微波功率、中间转换点含水率及真空冷冻干燥时间对青椒干燥产品维生素C含量、感官评分、复水比及a*的影响。通过单因素试验和响应面试验优化微波-真空冷冻联合干燥工艺,并对青椒联合干燥产品的营养成分、风味进行了比较分析。最后研究了微波-真空冷冻联合干燥、微波干燥、真空冷冻干燥对青椒干燥品质的影响。结果表明,联合干燥的最佳工艺条件为微波功率381.17 W,中间转换点含水率61.81%,真空冷冻干燥时间12.04 h。3种青椒联合干燥产品在营养成分和风味上分别具有一定差异性。微波-真空冷冻联合干燥和真空冷冻干燥的青椒产品在质构、青椒组织微观结构、部分理化指标方面均优于微波干燥的青椒产品。     

微波提取桔梗根多酚工艺优化及抗氧化特性研究

以桔梗根为原料,确定微波提取桔梗根多酚提取最佳工艺条件,并与传统水提法进行比较。通过对桔梗根提取物多酚含量和抗氧化能力的比较,并结合色差和扫描电镜的结果分析,得知在其他条件相同的情况下,微波提取的样品更具优势。用红外光谱法对2种工艺提取物进行了表征鉴定。响应面分析法得到桔梗根多酚最佳的提取工艺为:微波功率210 W、料液比1∶30 (g∶mL)、微波时间60 s、乙醇体积分数50%、提取次数为2次。在此条件下,桔梗根多酚提取率达6. 49 mg/g。此外,以V_C为对照对2种工艺提取桔梗根多酚进行抗氧化活性测定,结果表明,微波处理后的桔梗根多酚对O₂^-·、·OH、DPPH·和ABTS+·清除能力更强,其IC₅₀值分别为329. 918、0. 076、10. 129、0. 164μg/mL,且有较强的还原力,表明桔梗根多酚有较强的抗氧化活性,可作为天然抗氧化剂的开发来源。     

块三对角线性方程组的一种并行算法

本文提出了分布式环境下求解块三对角线性方程组的一种并行算法,该算法通过分裂系数矩阵,充分利用系数矩阵结构的特殊性,使算法只在相邻处理机间通信两次.并从理论上给出了算法收敛的一个充分条件,分析了误差.最后,在HP rx2600集群上进行了数值试验,结果表明,实算与理论是一致的,并行效率也很高.     

复线性方程组的预处理MCG算法

复线性方程组在科学与工程计算的诸多领域中有着重要的应用价值,如何高效的求解复线性方程组,一直是人们所关心的问题．目前对于复线性方程组,常用的处理方式有以下两种：一种是直接对方程组迭代求解,另外一种是将其转化为实线性方程组后进行求解．本文主要从两种处理方式讨论了共轭梯度法（CG法）,并理论上证明了两种处理方式下的CG法具有相同的收敛性．之后基于变形共轭梯度法（MCG法）收敛速度的本质与CG法类似,只需将MCG法推广到复线性方程组进行研究,并且为了提高MCG法的收敛速度,提出了一种预处理MCG法．最后,通过数值算例验证了算法与理论分析的一致性,以及预处理算法的有效性．     

紫苏叶保鲜纸袋的研制及其基本性能分析

为延长紫苏鲜叶货架期,保证叶片在贮藏及零售时的贮藏品质,本研究采用新研制涂膜保鲜纸袋对紫苏叶片进行包装处理。试验所用复合涂布液由壳聚糖、D-异抗坏血酸钠、茶多酚及氯化钙按照一定比例溶于乙酸水溶液配制而成,通过单因素及正交试验考察保鲜纸袋复合涂布液中不同组分浓度对紫苏叶感官品质、V_C含量及失重率的影响,确定复合涂布液最佳组分浓度配比:壳聚糖浓度2.0%、D-异抗坏血酸钠浓度2.4%、茶多酚浓度0.25%、氯化钙浓度0.6%。通过物理、化学及抑菌性能分析表明,当涂布量为30 g/m2时,复合涂布液在纸张表面形成均匀涂层,具有较强抑菌能力,且涂料渗入纸张纤维间隙内部,使得纸张重量、厚度、伸长率、水分含量皆有所提升,水蒸气透过系数下降,抗张强度及润湿性能略有下降,符合紫苏叶片包装要求,本研究预计将在果蔬包装领域具有广阔发展前景。     

基于时间分解求解时间依赖问题的并行算法研究

基于Lions等建立的Parareal模型,提出了改进的时间分解并行算法,并给出收敛性证明．采用主从模式构造了通用的MPI算法流程,通过分析算法的并行加速比给出了最佳的粗细网格步长之比．在集群系统下分别对热传导方程和对流扩散方程进行并行计算,证明了算法无论对线性还是非线性的问题均具有良好的适应性和扩展性．数值模拟结果表明:时间分解并行算法仅需极少的迭代次数即能取得很高的计算精度,且具有较好的并行加速比和并行效率．