激光场中原子阈上电离的强场近似方法研究

强激光与原子相互作用的基本现象是原子的电离,其中阈上电离是一种非常重要的强场电离现象,许多方法被用于研究激光场中原子的阈上电离性质,其中强场近似方法是十分重要的理论方法之一.本文利用时间演化算符及鞍点近似论述了激光场中单原子阈上电离行为的二级强场近似理论,其中一阶近似项给出低能电子的直接电离振幅,二阶近似项描述电子与母离子的重散射过程,表示高能光电子的电离振幅.文章给出了强场近似理论下线性极化的激光场中光电子能谱和电离概率,为应用强场近似方法模拟研究激光场中单原子的动力学行为提供了一定的理论参考和依据.

VTI介质改进声学近似qP波交错网格正演模拟

Alkhalifah提出的声学假设近似令沿TI介质对称轴的qSV波速度近似为0,建立了相应的qP波波动方程并进行了数值模拟,但存在两个不足:一是方程中存在退化的qSV波解,不是纯qP波波动方程;二是方程不适用于ε<δ(ε和δ为Thomsen参数)的介质。为此,在Liang等的工作基础上,将改进声学近似方法的思想引入qP波频散关系和一阶波动方程推导。令qSV波的精确频散关系中的圆频率为0,同时结合椭圆分解,推导了VTI介质纯qP波解耦频散关系,利用改进标量算子的空间域渐近近似建立了VTI介质改进声学近似qP波一阶速度—应力波动方程,采用交错网格有限差分算法实现了基于改进声学近似的VTI介质纯qP波正演模拟。频散关系分析和数值示例表明,基于改进声学近似的qP波一阶波动方程不包含退化qSV波,是纯qP波方程,与弹性波波动方程模拟结果吻合较好,具有较高精度,并且该方程在ε≥δ和ε<δ的VTI介质中均是稳定的,同时也适用于复杂VTI介质。

面向商业航天卫星成本效益的三模冗余软错误防护技术:近似计算的实践

三模冗余(TMR)作为如今集成电路可靠性领域中最为常用且有效的软错误加固技术,在满足高容错要求之时,不可避免地牺牲了庞大的硬件损耗。为实现面积、功耗等硬件性能和容错电路加固能力的折中考虑,适应低成本高可靠性加固的时代需求,针对基于近似计算的三模冗余加固技术(ATMR)进行研究,该文提出一种基于近似门单元(ApxLib)的动态调整多目标优化框架(ApxLib+DAMOO)。首先,其基本优化框架采用非支配排序遗传算法(NSGA-Ⅱ)实现,通过极性分析与预创建的近似库对电路实现快速近似。随后,该框架提出动态概率调整和极性扩张两种创新机制,根据可测性分析对遗传算法中门单元的突变概率进行动态更新,对双向门单元进行定向识别和重构,以实现寻优效率和寻优效果的双重优化。实验结果表明,该文提出的优化框架与传统NSGA-Ⅱ相比,在相同硬件损耗下可实现最大10%~20%的额外软错误率(SER)降低,且其执行时间平均降低18.7%。

近似动态规划在电力系统优化运行中的应用综述

高比例可再生能源的接入和日益扩大的系统规模给电力系统优化运行带来了巨大挑战。近似动态规划(ADP)能够有效处理维数灾问题,在求解复杂系统动态优化问题上具备强大优势,近年来成为运筹学领域的一大研究热点。文中对ADP及其在电力优化运行中的应用进行了综述。首先,阐述了ADP的基本思想、主要特点及其近似策略。其次,介绍了不同类型的ADP在电力系统优化运行中的应用现状。最后,讨论了当前ADP在理论和应用中的不足,并对其未来发展方向作了进一步的展望。

形式背景上近似推理生成决策蕴涵研究

基于形式背景获取决策蕴涵、概念规则等知识是数据分析、机器学习的重要研究内容之一.首先,利用属性逻辑语义对决策蕴涵的特性进行刻画.其次,在经典二值逻辑框架下分析决策蕴涵、概念规则的基于全蕴涵三I推理思想及分离规则(Modus ponens,MP)和逆分离规则(Modus tonens,MT)的近似推理模式的特征,证明决策蕴涵的MP、MT近似推理结论是决策蕴涵,概念规则的MP、MT近似推理结论是概念规则等结论.引进属性逻辑公式的伪距离,在属性逻辑伪距离空间中分析推理对象范围参数变化对决策蕴涵MP、MT近似推理结论的影响.最后,提出若干通过MP、MT近似推理生成决策蕴涵、概念规则及拟决策蕴涵的模式和方法,数值实验验证了所提方法的有效性.

VTI介质修正声学近似qP波波动方程与模拟

各向异性介质中纵横波通常耦合在一起传播,纵横波解耦是地震波传播理论研究的重要内容。经典的声学近似通过设置垂向qSV波速度V_(S0)为0来解耦qP波场,但是存在退化qSV波等问题。本研究将垂向qSV波速度V_(S0)考虑成波数k_(x)、k_(z)和各向异性参数ε、δ的函数,对声学近似进行修正,推导了VTI介质修正声学近似qP波频散关系和波动方程。VTI介质修正声学近似qP波波动方程包含椭圆项和非椭圆项两部分,因此采用混合有限差分/伪谱算法进行求解,即采用有限差分法求解椭圆项、伪谱法求解非椭圆项。频散关系分析和数值示例表明,基于修正声学近似的qP波波动方程不包含退化qSV波,是纯qP波方程,与弹性波方程模拟结果吻合较好,且具有较高精度;该方程在ε≥δ和ε<δ的VTI介质中均是稳定的,并且精度高于声学近似模拟结果。

三支区间集半概念的代数结构及覆盖粗糙近似算子

针对在一个形式背景中以区间集为底集,考虑一个属性集(对象集)拥有的对象集(属性集)和不拥有的对象集(属性集)的知识表述而进行知识提取的问题,采取将区间集概念与三支决策、经典半概念相结合的方法,产生AE-区间集半概念和OE-区间集半概念两种形式的三支区间集半概念,同时发现AE-区间集半概念与OE-区间集半概念的纯双布尔代数结构。进一步深入讨论可知,AE-区间集半概念可分为AE1-区间集半概念与AE2-区间集半概念,利用粗糙集理论分别挖掘与AE1-区间集半概念和AE2-区间集半概念有关的近似算子的结构性质,对偶地可得OE-区间集半概念的相关结果。所得三支区间集半概念拓广了已有的三支决策集分别与区间集概念和半概念相结合的相关成果,成为一个新的知识表述。

半无限介质多自由度频响函数离散时间有理近似的稳定参数识别

离散时间有理近似函数是将半无限土频响函数转化为时域模型的重要工具,离散时间有理近似函数和时域模型具有相同的稳定性和精度。目前关于离散时间有理近似函数的研究只针对于单自由度系统。该文基于线性控制理论,给出了多自由度有理近似系统的稳定条件。将稳定性条件与遗传-序列二次算法相结合,开发了多自由度频响函数参数辨识方法,保证了多自由度系统的稳定性和精度。不同维度的多自由度有理近似系统的数值仿真验证了该文方法可以保证多自由度有理近似系统的稳定性和精度。

平均近似精度的性质和应用

平均近似精度是粗糙集理论中新近提出的一个重要概念。首先分析平均近似精度的数学结构,给出平均近似精度一种新的解释;然后重点讨论平均近似精度的若干重要性质,相比传统方法,其能更有效地刻画粗糙集模型知识表示的能力;最后,探讨平均近似精度在不完备信息表和特征选择两方面的应用。这些研究成果丰富了粗糙集理论的内容,扩展了粗糙集理论在实际问题中的应用。

量子近似优化算法在数字分区问题中的应用

量子近似优化算法(QAOA)是一种近似求解组合优化问题的方法,它通过反复调整电路参数,以获取问题哈密顿量的最大期望值为目的来解决问题,在组合优化问题领域具有广阔的应用前景。将QAOA应用于数字分区问题(二分区问题),通过将问题函数转换成对应的哈密顿量,构造了量子线路,采用线性近似约束优化(COBYLA)方法对电路参数进行了优化,并使用IBMQ模拟平台进行了模拟实验。研究发现量子近似优化算法在数字分区问题中有着良好的性能表现,可在多项式时间内给出问题的解,并且降低了问题的时间复杂度。

关于具有不确定性凸半无限规划的近似解

在本文中,我们考虑约束函数带有不确定信息的凸半无限优化问题的近似解(也称为ε-解),并建立了凸半无限规划的鲁棒对等问题,同时给出了其近似解.进一步地,提出了鲁棒对偶问题的必要条件和充分条件.在锥约束条件下,基于鲁棒优化方法,证明了近似解意义下的拉格朗日对偶性质.

玻恩—黄昆近似与玻恩—黄昆展开——从晶格动力学到阿秒物理学

著名的玻恩—奥本海默近似是对固体物理做量子力学处理的基础。文章旨在介绍在此基础上发展的玻恩—黄昆近似,和更为基本的物理基础:玻恩—黄昆展开,从而深入探究黄昆先生对固体物理发展的卓越贡献。玻恩—奥本海默近似和玻恩—黄昆近似都属于绝热近似的范畴,而玻恩—黄昆展开可以完全包含非绝热作用。当涉及电子与原子核在阿秒量级之深层次相互作用时,必须考虑非绝热过程,从而体现出玻恩—黄昆展开的伟大价值。

近似模型拟合下的排气系统轻量化设计优化

针对排气系统面临的轻量化问题,提出一种近似模型拟合下的排气系统轻量化设计优化方法。以某乘用车排气系统为例,建立有限元模型并通过模态分析方法验证该模型的可靠性;结合拉丁超立方抽样法建立关于排气系统重量和性能要求的二次多项式近似模型;以排气系统总质量为优化目标,以系统模态、消声器壳体模态和结构强度为约束,建立充分考虑设计变量不确定性的轻量化优化函数;运用萤火虫算法进行轻量化分析,得到近似模型的最优解并代入有限元模型,确认结果可靠性。运用该方法,在保证排气系统性能要求的前提下,乘用车排气系统降重率可达22.6%,对排气系统轻量化工作具有一定的参考意义。

基于近似消息传递的NOMA系统信道和脉冲噪声联合估计方法

针对非高斯脉冲噪声背景下的非正交多址接入(non-orthogonal multiple access,NOMA)系统的信道估计问题,利用信道和脉冲噪声的稀疏特性,提出一种基于近似消息传递的信道和脉冲噪声联合估计方法。首先构建全子载波的压缩感知方程,然后基于稀疏贝叶斯学习理论提出一种信道、脉冲噪声和数据符号的联合估计优化问题。为解决这一超参量非线性非凸问题,设计了一种基于高斯广义近似消息传递和稀疏贝叶斯学习理论的期望最大化实现算法。仿真结果表明,与基于期望最大化的稀疏贝叶斯学习方法相比,所提算法在信道和脉冲噪声估计的均方误差、误码率等方面性能虽略有下降,但算法复杂度降低了1个数量级。

基于聚类与稀疏字典学习的近似消息传递

基于传统字典学习的近似消息传递(approximate message passing,AMP)算法对训练样本数量的需求较高,且运算成本较高。本文引入双稀疏模型,构建基于稀疏字典学习的AMP框架,降低迭代过程中字典学习对训练样本数量的需求,提高压缩感知图像重建的质量与效率。进一步,提出基于聚类与稀疏字典学习的AMP算法,在迭代过程中依据图像块特征进行分类,并为各类图像块分别学习稀疏字典,实现自适应去噪。与基于传统字典学习的AMP算法相比,基于聚类与稀疏字典学习的AMP算法能够将重建图像的峰值信噪比提高0.20~1.75 dB,并且能够将运算效率平均提高89%。

融合GPU的拟单层覆盖近似集计算方法

拟单层覆盖粗糙集是一种匹配集值信息系统且有高质量和高效率的粗糙集模型。拟单层覆盖近似集的计算过程中存在大量计算密集且逻辑简单的运算,为此,提出拟单层覆盖近似集的矩阵化表示方法,以利用图形处理器(GPU)强大的计算性能加速计算过程。为了实现这一目标,使用布尔矩阵表示拟单层覆盖近似空间中的元素,引入与集合运算对应的布尔矩阵算子,提出拟单层覆盖粗糙近似集(DE、DA、DE0与DA0)的矩阵表示,并设计矩阵化拟单层覆盖近似集算法(M_SMC)。同时,相应的定理证明了拟单层覆盖近似集的矩阵表示形式与原始定义的等价性。然而,M_SMC运行过程中出现了矩阵存储和计算步骤的内存消耗过多问题。为了将算法部署到显存有限的GPU上,优化矩阵存储和计算步骤,提出分批处理的矩阵化拟单层覆盖近似集算法(BM_SMC)。在10个数据集上的实验结果表明,融合GPU的BM_SMC算法与单纯使用中央处理器(CPU)的BM_SMC算法相比计算效率提高2.16~11.3倍,BM_SMC算法可以在有限的存储空间条件下充分利用GPU,能够有效地提高拟单层覆盖近似集的计算效率。

基于Contig的单面基因组框架填充2-近似算法

随着基因测序技术的持续发展,基因组框架填充问题受到广泛关注。该文针对基于contig的单面含重复基因的基因组框架填充问题开展研究。通过设计有效的近似算法,完成根据参照基因组,将缺失基因填充至基因测序获得的不完整框架中,提高基因组框架的完整性。前期研究的基因组框架填充问题,缺失基因可以插入到不完整序列的任意两个基因之间,而基于片段重叠群(contig)的基因组框架填充,缺失基因的插入位置被限制在两个contig之间,更具一般性,该问题已被证明是NP完全问题。现有的近似算法中,2-近似算法处理的实例具有特殊性,2.57-近似算法针对一般实例,但近似性能比不够理想。该文以缺失基因、基因位点和断点三者之间的对应关系为基础,采用贪婪策略和最大匹配相结合的方式避免在填充过程中出现冗余公共邻接,并通过生成新的contig增加外邻接的数量,将针对一般实例的算法近似性能比提高到2,完成了基于Python的可视化程序开发,进一步验证了算法的有效性。

关于大角度单摆周期近似公式的分析与探讨

对文献中的大角度单摆周期近似公式进行了全面的分析和探讨,在解析形式上,利用算术几何平均值递归法,虽然精确度最高,但考虑到计算的方便性、公式的简洁性以及实验测量精度的需求时,可选用其他简易的近似公式.

基于层次导引电路划分的近似逻辑综合工具链

随着信息技术的飞速发展,电子系统日益复杂,对集成电路设计的要求也越来越高。传统的逻辑综合方法在面对大规模、高复杂度的电路设计时,往往面临计算量大、设计周期长、资源消耗多等问题。因此,研究基于层次导引电路划分的近似逻辑综合工具链具有重要的现实意义和应用价值。本研究旨在深入探索基于层次导引电路划分的近似逻辑综合工具的研究与应用。研究任务包括对该工具链的定义、特点、发展历程进行全面梳理,分析层次导引电路划分的基本原理、关键技术及应用场景,并设计与实现一个高效、稳定的近似逻辑综合工具链。通过实验验证与性能分析,评估工具链的实际效果,并探讨其在实际应用中的案例、应用前景与挑战。

基于FPGA的分段近似双边滤波算法设计与实现

为了增强图像显示的质量以及减少基于现场可编程逻辑器件(FPGA)双边滤波算法中硬件资源的消耗,设计了一种分段近似的双边滤波算法。通过分段近似计算减少了双边滤波中值域的存储容量以及输出的数据位宽,从而降低了计算复杂度和硬件资源消耗。在Zynq-7000和Sparten-7的FPGA平台上实现了分段近似的双边滤波算法,研究了不同高斯噪声及在其最佳的值域标准差下的滤波和边缘保持性能。结果表明,本文算法在性能上与传统的双边滤波算法相当,并且与传统的双边滤波算法相比,其查找表(LUT)和数字信号处理模块(DSP)的使用量减少了9.9%和71.1%,且功耗仅为0.128 W。本文算法适合用于硬件资源有限的图像滤波应用场景。