扩散临界计算中的多重迭代优化技术

核反应堆堆芯中子扩散计算中一般存在至少3重迭代：裂变源迭代、多群散射源迭代和群内迭代。为避免相邻两重迭代之间产生的内层迭代收敛太强会引入多余计算量、收敛太弱会使外层迭代收敛性变差甚至不收敛的问题，本文针对采用带Gauss—Seidel左预处理的多群GMRES算法的变分节块法，设计并验证了一种对大多数问题均适用的多重迭代优化技术，其优化设置多群迭代和群内迭代的收敛准则的基本思想是：相应内层迭代收敛误差限正比于相应外层迭代的误差衰减率。数值计算基于商用压水堆和钠冷快堆选取的两个有代表性的堆芯算例进行，相应的结果表明：该多重迭代优化技术可对多群迭代加速约1～2倍，对群内迭代加速约5～21倍。

基于拉曼光谱和最小二乘支持向量机的橄榄油掺伪检测方法研究

为实现橄榄油中掺伪油类型的识别和掺伪量预测,对掺入葵花籽油、大豆油、玉米油的橄榄油共117个样品进行拉曼光谱检测,并用基于多重迭代优化的最小二乘支持向量机模型对掺入油的类型进行识别,综合识别率为97%。同时分别采用最小二乘支持向量机、人工神经网络模型、偏最小二乘回归建立橄榄油中葵花籽油、大豆油、玉米油含量的拉曼光谱定标模型,结果显示最小二乘支持向量机具有最优的预测效果,其预测均方根误差(RMSEP)在0.007 4～0.014 2之间。拉曼光谱结合最小二乘支持向量机可为橄榄油掺伪检测提供一种精确、快速、简便、无损的方法。