基于改进大爆炸算法的结构损伤识别

基于宇宙大爆炸理论提出的大爆炸算法是一种高效的群智能优化算法,但存在容易陷入局部最优的缺点。提出的改进大爆炸算法,通过改进原算法的爆炸半径缩减形式、随机候选解的选取以及边界处理,能有效改善该算法易陷入局部最优的缺陷。运用改进的大爆炸算法,以频率和模态为物理量构造损伤识别问题的目标函数,对简支梁的局部损伤进行了识别。数值模拟结果表明:改进算法能准确地识别结构损伤,特别是能有效识别局部小损伤,并具有对模拟测量噪声不敏感的优点。

基于蒙特卡罗的量子仿真实验

结合量子力学计算与蒙特卡罗随机方法,发展了一种仿真实验方法。该方法通过对实验仪器不确定度的引入,对Schulz等在2003年开展的100 MeV/u C^(6+)与氦原子的碰撞电离实验(Nature, 2003, 422(6927):48.)进行了仿真模拟。结果表明,反应显微成像谱仪位置分辨、靶温度以及引出电场电压的细微的波动都能够对最终实验结果产生显著的影响。通过对这些参数的扫描发现,当靶温达到16 K,或者引出场电压波动达到0.05 V时,均能重复出当时的实验结果,为领域内长期存在的“C^(6+)谜题”提供了一种可能性较高的解释。该仿真方法的成功应用,为快速确定实验参数对量子少体动力学实验的影响提供了一种实用解决方案。