基于Lévy飞行的粒子群算法在大地电磁反演中的应用

粒子群优化算法在大地电磁测深反演中相较于一般的线性反演算法具有多种优点。然而标准粒子群算法在多维优化问题中存在早熟问题,为此,采用基于Lévy飞行随机游走策略的优化粒子群算法来处理局部最优解,增加寻优能力。通过对地电模型的反演对比表明,改进后的粒子群算法相较于标准粒子群算法适应度值下降速度更快、寻优能力更好。最后将该算法应用于已知钻孔旁实测数据,结果较好,表明该算法具有较好的实用性。     

漫谈粒子和字宙（十七）：现代宇宙学简说（上）

从斯莱弗的发现到哈勃定律问世 早在1912年到1914年间,美国洛威尔天文台的斯莱弗（V．M．Slipher）观测了13个星云的光谱,发现其中11个存在红移现象,说明这些星云相对于地球在远离。1922年2月,斯莱弗发表了多个旋涡星云的视向速度数值表,进一步证实了其观测结果。当时,人们还不知道这些星云是在银河系之外的河外星系。1923年,     

宇宙信息

“簇群”遇到天然粒子加速器 欧洲空间局的簇群探测器飞过了一个位于地球大气上方的天然粒子加速器。它们所采集的数据将有助于揭示南北极大多数绚丽的极光是如何产生的。     

漫谈粒子和宇宙（二）

发现电子的故事 自从英国科学家道尔顿（J．John Dalton,1766～1844）创立化学原子学说后很长时间内,人们都认为原子就是最基本的粒子,即把原子看成是“绝对不可再分”的像一个小得不能再小的实心球。直到19世纪末,道尔顿的原子绝对不可再分的观点终于被动摇了,这起因于1879年英国物理学家威廉·克鲁克斯（1832-1919）在高真空放电管中发现了一种带负电的微粒流——“阴极射线”。     

漫谈粒子和宇宙

从微观世界到无垠的宇宙,存在着各种各样的物质,物质究竟是由什么组成的呢？作者将以漫淡形式的系列文章介绍人类从微小的粒子到大宇宙的认识历程,从阴阳五行到古老的四元素说。     

粒子群优化算法（PSO）在四元体系Na^＋,K^＋//Cl^-,SO4^2--H2O 323K相平衡计算中的应用

最优粒子群算法(PSO)近年在非线性方程模拟计算中广泛应用。应用文献报道的Pitzer方程参数与温度的关联方程计算了323 K时该四元体系中有关盐的Pitzer方程单盐参数、混合离子相互作用参数和盐的溶解平衡常数K,在此基础上应用Matlab工程计算软件和粒子群优化算法(PSO)编写了相应的Pitzer方程计算程序,对323 K时四元体系Na⁺,K+,K⁺//Cl+//Cl^-,SO_4-,SO_4^(2-)-H_2O的溶解度数据进行理论模拟计算,并用计算出的溶解度数据绘制出该四元体系323 K时的相图。计算结果表明,溶解度的模拟计算值与实验值吻合较好,验证了该算法的适用性和实验数据的可靠性,同时也表明含有合理Pitzer模型参数的PSO算法程序可以计算多温条件下的水盐体系相平衡关系。     

海底双相随机介质声反射的SVM神经网络分类识别研究

考虑海底沉积介质为双相介质,为了更好地模拟实际海底底质的不均匀性,将随机介质理论引入双相介质理论。首先,通过基于随机-双相介质理论的高阶有限差分数值技术模拟计算海底底质分别为泥质砂、泥、泥质砾时的地震反射波信号。然后利用小波变换分别求取不同底质的一次反射波的包络作为其特征向量,最后利用基于粒子群智能算法优化的支持向量机神经网络对这些反射波信号进行分类识别。为了进一步考察所用方法的抗噪能力,对正演得到的海底底质反射波信号分别加入10%、30%、50%的高斯白噪音之后再进行分类,支持向量机仍然取得了较好的分类预测效果。基于上述正演模拟及分类识别方法的论证,提出了一套行之有效的微机软件模拟海底沉积物分类识别的一般化流程,这将有利于开展海底沉积物反射特征的进一步研究。     

珠江口水体中铜与悬浮颗粒物相互作用的研究

使用无机离子交换法研究珠江口水体中铜与悬浮颗粒物的相互作用，测出钢与悬浮颗粒物相互作用的ｐＨ曲线呈Ｓ形，其分级离子交换等温线是一种新的“台阶”型；从分级离子交换理论求得分级平衡常数Ｋ１为５．０，Ｋ２为７８．１，珠江口水体中铜的表观络合容量为０．９２μｍ及其条件稳定常数为３．５×１０７。     

河口悬浮粒子Stern电位的测定方法

首次提出了一种间接测定悬浮粒子Stern电位的方法,即通过测定悬浮粒子在不同浓度NaCl(0.01～0.40mol/L)溶液中的ζ-电位,按照Gouy-Chapman理论一般公式之对数变换式,用作图法计算悬浮粒子的Stern电位.用该方法研究了黄河口悬浮粒子Stern电位的变化规律.结果表明,在淡、咸水混合初期,悬浮粒子的Stern电位迅速减小;当S>3.5时,Stern电位不再随盐度的增大而变化.由此提出,对Ca2+和Ms2+的吸附是影响河口悬浮粒子Stern电位变化的主要因素.     

利用粒子滤波进行动态精密单点定位观测异常影响控制

采用粒子滤波控制观测异常影响,提高动态精密单点定位精度。粒子滤波是一种非高斯噪声分布的动态滤波,通过重点概率密度进行随机采样以获取高精度状态参数;根据观测噪声概率密度、状态噪声概率密度以及重点概率密度等因素确定粒子权值,降低受污染粒子对定位结果的影响;采用Kalman滤波进行重点采样,减缓粒子退化;采用单差无电离层固定模糊度,减少状态参数维数,进而减少粒子的选取个数。实测数据结果表明,粒子滤波有效控制了观测异常影响,提高了动态精密单点定位的精度。