平均场理论

摘要： 为了研究流行病的传播动态特性以及网络拓扑结构异质性和入院收治率对流行病传播的影响,提出了一种基于无标度网络的SEAIRH流行病传播模型。首先为了具体分析疾病传播动力学行为,利用平均场率方程求出了流行病传播的基本再生数R_(0)。其次,为了详细地了解流行病的传播情况,求出了流行病传播的无病平衡点和地方病平衡点,即当R_(0)1时,流行病会持续传播具有地方病平衡点。最后,利用MATLAB进行了相关数值仿真进而详细地分析了入院收治率对流行病传播的影响,结果表明当入院收治率增大时,流行病的传播将减缓。

摘要： 通过实验测得^(90)Zr、^(144)Sm和^(208)Pb的同位旋矢量巨偶极共振能量,^(68)Ni、^(132)Sn的矮共振强度以及其占能量权重求和规则的百分比,^(208)Pb的anti-analog巨偶极共振及同质异位相似态的能量;基于相对论和非相对论平均场理论,采用不同的有效相互作用计算了原子核的集体激发性质,并通过理论结果和实验数据的对比约束对称能的密度依赖性.

摘要： 采用偶极子溶剂模型,应用平均场理论研究了水溶液中蛋白质系统的热力学性质.计算了系统的配分函数,得到了水分子的平均偶极矩、系统自由能、熵和热容量的解析表达式,讨论了它们随温度的变化规律.研究发现,平均偶极矩随温度的升高线性减小;蛋白质的熵随温度的升高逐渐增大;相同温度时,恒定电场下的热容值要大于恒定偶极矩下的热容值,恒定电场热容和恒定偶极矩热容随温度的变化规律也不相同,恒定电场热容在变性点具有极大值.

摘要： 离子液体因其优良的电化学稳定性和宽的电化学窗口被广泛应用于超级电容器中.电极/离子液体界面双电层理论模型的建立和发展能够指导界面双电层结构和性质的深入研究,进而为高性能超级电容器的发展奠定理论和实验基础.本文主要讨论了双电层理论模型的发展进程,主要包含Helmholtz模型、Gouy-Chapman-Stem模型、对称型平均场理论模型和不对称平均场理论模型,并展望双电层理论未来的发展方向.

摘要： 文章建立了用于研究两分量玻色-爱因斯坦凝聚(Two-component Bose-Einstein condensates,简称2BECs)中集体激发阻尼的理论框架,研究系统中存在的两种不同的玻色子.该框架基于哈特里-福克-博戈留波夫(Hartree-Fock-Bogoliubov,简称HFB)平均场理论近似,通过推导,将单分量BEC(简称1BEC)的框架完整地推广到2BECs.HFB平均场理论现已经较好地应用于1BEC的研究中,而文章的推导有助于推动2BECs的研究.

摘要： 应用传统浅层模型处理乐器分类任务存在非线性拟合能力较差的问题,使分类准确率得不到有效保证,有必要引入深度学习方法来提升复杂任务的非线性建模能力.将深度玻尔兹曼机作为特征提取器提取表达能力更强的数据特征,分别以SVM与softmax分类器作为深度神经网络的顶层设置形成DBM+ SVM组合模型与DBM+ softmax组合模型,引入平均场理论和动量项因子优化网络训练过程.将上述两组模型及单一SVM分类器在五类乐器音频数据上进行对比实验,两种深度学习组合模型的分类准确率分别达到89.29％和87.5％,与传统浅层分类方法SVM的73.21％的准确率相比优势明显.实验结果表明深度玻尔兹曼机在乐器分类领域的应用颇具前景.

摘要： 原子与腔相互作用系统具有许多物理性质,如态稳定性和量子相变.本文的模型是一维情形下Rydberg原子—腔相互作用系统,并对激发态Rydberg原子与腔场的耦合考虑了Rydberg原子间偶极—偶极相互作用的最近邻项.文中从三个角度对系统Hamilton量进行能量求解,分别是平均场理论,强耦合展开和量子蒙卡模拟,并得到了相应的参数空间量子相图.文中发现了超流相和介于超流相和固态相之间的稳定的超固态相,而且空穴激发的超固态相比粒子激发的更加稳定,不同相的存在和形状受有效化学势影响很大.%The system of cavity interacting with atoms presented many physical properties such as state stability and the quantum phase transition.The model in this paper was cavity coupling with Rydberg atoms in one dimension,and the coupling of the excited state Rydberg atoms and cavity field was taken into consideration of the nearest neighbor of the dipole of the Rydberg atoms.By using the mean-field theory,strong coupling expansion and the Quantum Monte Carlo simulation,some diagrams related to the phase transition were obtained in the article.The most important findings were the stable supersolid phase which was located between the superfluid and the solid phase.The existence and the shape of different phases were changed with the effective chemical potential.

摘要： SIS (Susceptible-Infected-Susceptible)病毒传播模型属于病毒传播中较为经典的一类传播模型.研究病毒在单向网络中传播的临界现象,以及传播概率、恢复概率和出度平均度对临界值的影响.理论分析表明,当恢复概率为定值时,网络传播临界值与网络的出度平均度呈反比例关系.恢复概率为1时,传播临界值与初度平均度同样呈反比例关系.传播概率为定值时,网络的恢复临界值与网络的出度平均度呈正比例关系,发生临界现象时,传播概率和恢复概率呈线性关系.实验结果表明,随着初始感染密度的不同,临界值的仿真值也存在差异,当恢复概率和出度平均度为定值时,随着初始感染密度的增大,临界值的仿真值也逐渐增大.同时,当传播概率和出度平均度为定值时,临界值的仿真值也随着初始感染密度的增大而增大.随着初始感染密度的增大,临界值的仿真值与理论值之间的误差逐渐变小.当初始感染密度接近于1时,临界值的仿真值大于理论值.

摘要： 现有的社会网络信息传播模型主要分析传播的途径,将传播过程与节点的度相结合,而传播媒介常常被忽略.在现实世界的网络中,传播源作为一个物理传播媒介通常由特定的路径从一个节点传播到另一个节点(基于路径的传播).本研究不再局限于节点的总体行为分析,而是分别考虑每个节点的状态转换,用连续状态的马尔科夫链分析来模拟传播源和路径对传播行为的影响.该方法通过引入平均场近似,将基于路径的传播机制的计算复杂度从指数级别降低到多项式级别;定义了同时包含路由选择和交通信息的传播特性矩阵,并得出了基于路径传播的关键传播阈值.当有效传播率低于关键传播阈值时,传播就会逐渐消亡,因此可以运用该关键传播阈值来促进或抑制基于路径的传播.最后,除了随机无标度网络,引入了现实世界网络交通作为研究案例来对比基于连接和基于路径的传播行为,结论表明所提模型在社交网络中的传播具有高度持续性和极强的稳定性.

摘要： 本文利用基于蠕虫状链模型的平均场理论(MFT )预测单链DNA (ssDNA)末端单体的均方位移(MSD ),着重关注两个重要参数--驻留长度lp与单碱基长度ld.计算过程初始,将两个参数均设为自由值,使它们在理论数据与实验数据(Phys Rev Lett 92(4):048303, 2004)的最小化过程中达到优化值.利用基于模拟退火算法的三种优化方法:全局优化、局部优化与选择性优化来进行最优化计算.所有的优化方法最后得到的结果都能很好地预测实验数据.选择性优化结果是:lp=2.223nm,ld=0.676 nm .此结果提示:(1)ssDNA 的驻留长度lp虽然比一些文献值稍大,但仍可确认ssDNA 是一种非常柔顺的聚合物,其刚度比普通聚合物链小;(2)所得到的ld也比已经报道过的、由单分子力学实验得到的值大,而且几乎是双链对应值的一倍长.对于所得到的lp与ld值与一些文献报道作了比较与讨论.

摘要： 本文研究了小世界网络中的公共物品博弈,分析了噪声以及网络节点的异质性对博弈行为的影响.我们发现,网络的小世界特性以及网络中的噪声对博弈过程中合作的涌现起抑制作用,而网络节点的异质性则对博弈过程中合作的涌现起促进作用.我们用平均场理论对得到的数值模拟的结果进行了对比和分析.

摘要： 本文以Flory-Huggins平均场理论为基础系统地推导出聚合物/聚合物/填料三元共混体系的热力学方程,并且模拟了活性填料对二元聚合物共混体系热力学稳定性的影响.

摘要： 本发明提供了一种使用平均场动作价值学习优化车间作业排程的方法，属于人工智能和运筹优化交叉领域。本专利使用多智能体马尔科夫决策过程建模车间作业排程的一次求解过程，在此过程中设备作为智能体根据本地观测选择作业进行加工，而且每个作业按生产的时长被动态划分为子作业。本方法使用模拟器处理对应现实条件的复杂约束，由多分类平均场强化学习算法进行多目标优化，从而对车间作业排程问题的痛点进行解耦，专注优化订单出货代价时能将生产周期整体时间压缩约30%，每个订单平均等待时间压缩约35%。

摘要： 本发明公开一种基于热力学循环原理的快速调试水溶液中石墨烯‑离子平均力势场的方法。该方法包括：先计算离子基准PMF，然后计算离子与石墨烯真空PMF，接着叠加基准PMF和真空PMF得到水溶液体系中离子‑石墨烯PMF，得到所述石墨烯‑离子平均力势场。本发明的方法基于热力学循环的原理，以离子在水溶液中屏蔽石墨烯‑离子作用力场参数的PMF作为基准，叠加该离子在真空中的石墨烯‑离子PMF，可得到任意新石墨烯‑离子作用力场参数的PMF。本发明的方法可用于调试水溶液中石墨烯‑离子PMF，具有快速、准确等优点，可将计算资源消耗降低到原来的百之十甚至以下。

摘要： 一种先进的“集、控流变压流场”系统，成为新的风力发电基础理论和系统工程技术。它是通过流场的集流控制，改变了风速与风压，将风能密度比提高，使自然界中的气流成为可改变和可压缩的。当气流通过涡流体时，流场压力的改变，使阻力型风力机的风能转换率高于升阻型风力机。多极差速发电机，适应在最小及最大风速工况下保持额定功率做功，实现单机组高容量装机。改变了风电理论奠基人，德国著名物理学家贝茨以自然流场为依据创立的“贝茨理论”，否定了“贝茨理论”体系中的；在自然界中气流是不可压缩的论点，升阻型风力机的风能转换率大于阻力型风力机的论点。

摘要： 本发明公开了一种复杂构造区建立变速平均速度场的方法，涉及地质勘探技术领域，通过在预设区域内构建虚拟井，并代入最接近的已有井地震合成记录，并根据虚拟井的平均速度对常规变速平均速度场进行校正，获得了精确变速平均速度场。该方法获得的精确变速平均速度场准确度更高，对油气勘探、钻遇有利油气区具有更好的指导作用。

摘要： 本发明涉及一种基于竞争合作平均场博弈的多址接入边缘计算网络任务卸载策略的优化方法，该方法利用竞争合作平均场博弈，对多址接入边缘计算网络状态和边缘服务其的最优控制策略进行融合，对应其通信传输和计算处理过程，有效地量化每个边缘节点的运行成本和惩罚成本函数，以一个卸载周期内边缘节点的成本函数平均变化定义为第一效用函数，根据第一效用函数确定每个边缘服务器上的最优卸载策略。该方法不仅能够提供的最优卸载策略，而且能够降低计算复杂度，进而提升多址接入网络优化的可实现性。

摘要： 本发明公开了一种非均匀温度场平均温度测量装置及应用。本发明测量装置根据流通截面设计长度，测量装置内布置4个采用设定规则连接的热电阻，构成热电阻组，从而测量一条线上的平均温度，进一步通过设定规则布置4个测量装置，再构成热电阻组，则可以测量流通截面的平均温度。如应用于燃煤电厂排烟温度测量，一个大烟道只需要一个温度信号输出即可表征16个网格测量的平均温度，在平均温度120°C、最大温度偏差20°C情况下，测量的理论极限误差值不超过0.27°C、常规情况下误差小于0.1°C，足以满足排烟温度的工业测量精度。本发明解决了非均匀温度场平均温度测量困难或精准测量时测点过多的问题，能够低成本实现非均匀温度场的精准测量。

摘要： 本发明涉及一种基于平均场的智能非授权频谱接入方法，属于无线通信领域。本方法包括以下步骤：S1：初始化环境参数和智能体参数；S2：初始化每个智能体的状态和经验回放机制RB；S3：根据Bolzmann策略产生动作S4：在后续βE个执行周期中执行动作at，收到环境反馈rt并更新状态至st+1；S5：各节点之间进行信息交换；S6：将转移样本存储到经验回放机制RB；S7：从经验回放机制RB中随机抽取H个转移样本更新Q‑网络；S8：训练终止，每个智能体得到最优接入策略。在本发明中，小基站作为学习和决策的主体，能够通过信息交换获取网络全局信息，学习到最优的接入动作策略，从而使共存网络的总吞吐量和公平性的最大化。

摘要： 本发明公开了一种基于平均场理论和扩展系数的社会网络度分析方法，利用平均场理论对用户安全信息交换社会网络的度分布进行研究分析，该社会网络用户加入的时间间隔呈指数分布。为了进一步提高度分析的精确度，提出了一种基于亲密关系的扩展系数方法，该方法通过用户之间的亲密度来确定加入的用户数目。实验表明，该社会网络度分布符合幂律分布和小世界网络特性，并且对比现有的方法，本发明提出的方法在提高度分析精确度的同时大大降低时间复杂度。

摘要： 本发明公开了一种基于平均场理论和扩展系数的社会网络度分析方法，利用平均场理论对用户安全信息交换社会网络的度分布进行研究分析，该社会网络用户加入的时间间隔呈指数分布。为了进一步提高度分析的精确度，提出了一种基于亲密关系的扩展系数方法，该方法通过用户之间的亲密度来确定加入的用户数目。实验表明，该社会网络度分布符合幂律分布和小世界网络特性，并且对比现有的方法，本发明提出的方法在提高度分析精确度的同时大大降低时间复杂度。

摘要： 本发明提供一种基于平均场的多智能体学习方法、存储介质及电子设备，所述方法包括：从智能体仿真环境中获取各智能体当前环境对各智能体的反馈信息；将数据存入数据采样缓存器；对多智能体动作进行平均场估计；将每个智能体的动作进行联合，生成联合动作空间对当前智能体和联合动作空间做平均场估计得到虚拟平均智能体取代双边交互的其余智能体集合N(j)；基于多智能体强化学习的神经网络的策略学习器。本方法基于强化学习解决多智能体难以精确控制，难以适应复杂环境等现实问题，并基于平均场理论对多智能体的动作进行平均场估计，解决了大规模多智能体之间交互复杂、维度灾难、无法集群应用等问题。