膜计算模型和算法
膜计算模型和算法
王军/
王军
Seeker Optimization Algorithm for Optimal Reactive Power Dispatch/IEEE Transactionson Power Systems/C.Dai, W.Chen, Y.Zhu, X.Zhang
5
彭宏
本项目研究工作的主要合作者之一，是科学发现三和代表性论文3和8的主要完成人。在本项目中，主要完成了以下工作：1、建立了模糊推理实数脉冲神经膜系统；2、提出了模糊脉冲神经膜计算模型推理算法的构建方法，并设计了基于矩阵运算的前向推理算法；3、建立了自适应模糊脉冲神经膜系统，并提出了相应的学习算法；4、提出了基于膜计算模型的图像分割和图像融合方法。
张葛祥/
程吉祥
Fuzzy reasoning spiking neural P system for fault diagnosis/Information Sciences/H.Peng, J.Wang, M.J. Pérez-Jiménez, H.Wang, J.Shao, T.Wang
彭宏/
彭宏
项目
名称
膜计算模型和算法
全部
完成人
张葛祥, 王军, 张兴义, 戴朝华, 彭宏, 荣海娜
全部完成单位
西南交通大学, 西华大学, 安徽大学
项目
简介
本项目属于计算机科学技术的基础理论领域，具有前沿多学科交叉特性，涉及计算机科学、生物学、数学等。半个多世纪以来，信息技术发展严格遵循摩尔定律，到如今，这种飞速发展趋势已接近尾声，触碰到物理极限。硅基CMOS在10纳米以下将会产生短沟道效应、器件不稳定和难以承受的高能耗密度等问题。因此，迫切需要探索非传统高性能新型计算模型和算法。
TFC膜层设计软件使用指南一二
TFC膜层设计软件使用指南一二TFC膜层设计软件使用指南一二1.安装与设置在使用TFC膜层设计软件之前，需要先将软件安装到计算机上。
运行安装程序，按照提示进行安装。
安装完成后，打开软件，您将看到软件的主界面。
根据您的需要，可以在设置中更改软件的设置，如语言、单位等。
2.膜层模型的建立在进行膜层设计之前，需要先建立膜层的模型。
点击软件界面上的"建模"按钮，选择创建不同类型的膜层模型。
在模型建立过程中，您可以选择膜材料、膜层厚度、孔径大小等参数，并根据需要进行调整。
您还可以添加多个层次的膜层，并设置其相互作用。
3.参数设置在模型建立完成后，需要设置模拟的参数。
点击软件界面上的"参数"按钮，选择模拟参数。
在参数设置界面，您可以设置膜层的输入和输出条件，如温度、压力、盐浓度等。
您还可以选择不同类型的模拟方法，如膜层厚度和操作条件的优化。
4.模拟和分析完成参数设置后，即可进行模拟和分析。
点击软件界面上的"模拟"按钮，选择开始模拟。
在模拟过程中，软件将根据您设置的模型和参数，模拟膜层的性能和效果。
您可以查看模拟结果，并进行分析和评估。
在分析结果中，您可以获取关于膜层通量、盐阻抗、回收率等性能参数的数据。
您还可以使用软件提供的图表和图像工具进行数据可视化和数据分析。
5.优化和改进在分析和评估结果之后，您可以对膜层进行优化和改进。
通过调整模型参数和运行优化算法，可以寻找膜层的最佳设计。
点击软件界面上的"优化"按钮，选择进行膜层优化。
在优化过程中，软件将根据您的目标函数和限制条件，寻找最佳的膜层设计。
6.结果输出完成优化和改进后，您可以将结果输出到文件或打印出来。
点击软件界面上的"输出"按钮，选择保存结果。
在结果输出界面，您可以选择输出的格式和内容，如文本、表格、图表等。
您还可以选择将结果导出为其他格式，如Excel、PDF等。
计算机模拟薄膜生长过程研究
计算机模拟薄膜生长过程研究作者：孙治国来源：《电脑知识与技术》2015年第25期摘要：该文采用Monte Carlo算法，以面心立方结构材料为例，对薄膜生长过程中的应力进行了计算机模拟，同时也模拟了在薄膜生长的过程中表面粗糙和基底温度之间所存在的关系。
通过模拟结果发现，当基底温度较低时薄膜表面相对粗糙，而随着基底温度的身高表面粗糙程度则随之下降，而当温度到达一定程度时表面粗糙度会达到最低，之后这回随着温度的升高粗糙度又将升高。
模拟结果还表明在一定原子入射率下，当薄膜沉积相同厚度下，薄膜应力随基底温度的增大而减小。
关键词：Monte Carlo法；薄膜生长；薄膜应力；薄膜粗糙度中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）25-0161-021 概述Monte Carlo算法也被称为随机模型算法、随机抽样或统计实验方法。
该算法主要用来模拟生长过程，其基本思想是：先确立起一个概率模型或者随机过程，然后对该模型或者过程进行观察或者是抽样实验，根据观察或者实验来对所求参数的统计特征进行计算，并最后得出所求解的近似解。
如今，对薄膜应力在薄膜的基础理论研究以及应用研究非常关注，通过研究能够更好地了解应力对于薄膜生长过程以及微观结构所能够带来的影响。
通过对控制应力所形成的条件从而对应力大小进行控制，使得原件的寿命能够得到提高，并减少薄膜元件的形变。
有报道显示，已经从实验中发现薄膜应力和薄膜表面粗糙度与薄膜厚度以及原子沉积时间之间存在有一定的联系 [1-2]，本文是用计算机手段来对薄膜应力进行模拟。
2 算法与模型在薄膜三维生长过程中，基底采用正方形网格结构，建立三维点阵来处理原子在空间中的排列结构，具体的排列结构如图1所示。
薄膜生长过程主要考虑三种动力学过程：吸附过程、迁移过程和脱附过程。
吸附过程中原子以一定的沉积速率入射并被生长表面吸附；迁移过程中既考虑了原子层内迁移，又考虑了原子层间迁移过程；脱附过程是指原子在运动过程中从生长系统中脱离出来。
《光学薄膜膜系设计》课件
，常用的测量方法有光谱椭偏仪法和光谱反射法等。
03
光学薄膜设计方法
膜系设计的基本原则
光学性能原则
薄膜的光学性能应满足设计要求，如 反射、透射、偏振等特性。
物理化学稳定性原则
薄膜应具有优良的物理和化学稳定性 ，能够经受环境因素的影响，如温度 、湿度、紫外线等。
机械强度原则
薄膜应具有足够的机械强度，能够承 受加工和使用过程中的应力。
干涉色散
由于薄膜干涉作用，不同波长的光 波会产生不同的相位差，导致不同 的干涉效果，从而产生色散现象。
薄膜的光学常数
光学常数定义
01
描述介质对光波的折射率、消光系数等光学性质的一组参数。
薄膜的光学常数
02
对于光学薄膜，其光学常数包括折射率、消光系数、热光系数
等。
光学常数测量
03
通过测量光波在薄膜中的传播特性，可以获得薄膜的光学常数
反射膜的应用案例
总结词
反射膜主要用于将特定波段的光反射回原介质，常用于聚光镜、太阳能集热器等领域。
详细描述
反射膜具有高反射率和宽光谱特性，被广泛应用于太阳能利用和照明工程中。通过将反 射膜镀在金属镜面上，可以大大提高光的反射效率，从而实现高效聚光和散热。此外，
反射膜还用于制作装饰性和广告用反射镜面。
干涉现象
当两束或多束相干光波相遇时，会因相位差而产生明暗相间的干 涉条纹。
干涉条件
为了产生稳定的干涉现象，需要满足相干波源、相同频率、相同 方向和相同振动情况等条件。
薄膜的干涉效应
薄膜干涉原理
当光波入射到薄膜表面时，会因 反射和折射而产生干涉现象。
薄膜干涉类型
根据光波在薄膜中传播路径的不同 ，可分为前表面反射干涉和后表面 反射干涉。
沥青膜厚度的计算方法综述
Ｏ Ｚ １ ６ ｇ
（ ５ ）
Ｏ Ｚ ２ ＝１ ２ ｇ ／ ＋１ ８ ｑ （ ） ／ （ ｍ３ ）
Ｏ Ｚ ３ ＝８ ｑｌ ｒ ｎ ， ３ ＋２ ４ ｑ ， ２ ／ （ ｍ３ ） ＋１ ６ ｑ （ ２ ／ ， ）
ｑ＝ （ １ 一 ）
式中：Ｖ ａ —— 沥青混合料 空隙率； （ 为直径大 于隔离 膜厚度 的 集料的体积分量； Ｏ ｚ １ 、 Ｏ ｚ ， 、 Ｏ Ｌ 为基于集料 级配的统计参数； ｍ ， 为集 料颗粒 的平均直径 ； ｍ 为颗粒直 径平方 的均值； ｍ 为直径立方 的均 Ｇ Ｋ（ ｉ ＝１ ， ２ ， …， Ⅳ＋１ ） （ ２ ） 值 。 （ ２ ） 式为表面 积因子推导公式， 由ｉ － １ 筛 的部分集料 的表面积开 有 结果 显示 采用 新 的 沥青 膜公 式 反 算 的 沥 青 用 量 范 同 为 ４ ． ５ ５ ％ 始推导， 而 表 面 积 因 子 是（ １ ） 式所 需 要 的 。 ． ８ ５ ％ ， 采用传统方 法反 算的沥青 用量范 围为 ４ ． ２ ０ ％～ ５ ． ２ ０ ％， 而试 式 中：ｉ为 筛孔 级 数 ； Ｃ ． 为在（ Ｄ — Ｄ一 ）筛 孔 范 围 内 的集 料 当量 表 ４ ． ７ ０ ％， 显然新方法精度高 。 面积，ｒ ｉ为集料 的有效 密度 ，（ ｋ ｇ ・ ｍ － ３ ）； ｗ为水 的密 度 ／（ ｋ ｇ ・ ｍ － ３ ）； 验最佳沥青用量 为 ４
… 张争奇， 袁迎捷， 王秉纲． 沥青混合料 旋转压 实密实 曲线信 息及其 应 用【 Ｊ ］ ． 中国公 路 学报 ， ２ ０ ０ ５ ， １ ８ （ ３ ） ： １ — ６ ． Ｃ ｏ ＝３ ／ （ ｒ ｏ Ｄ ｏ ） ＋３ ‘ 皿） ［ ２ １ 严家圾． 道路 建筑材料『 Ｍ１ ． 北京： 人 民交通 出版社， ２ ０ ０ ４ ． ３ 】 黄 仰 贤． 路 面 分析 与设 计 『 Ｍ１ ． 北京： 人 民交 通 出版 社 ， １ ９ ９ ８ ． ３ ／ （ ｒ ， Ｈ ｐ“） ３ ／ （ ｒ Ｄ ） ， （ ４ ） ［ 『 ４ ］ Ｊ Ｔ Ｊ Ｆ ４ ０ — ２ ０ ０ ４ 凇 路 沥 青路 面施 工技 术 ｆ Ａｇ［ Ｓ ］ ． 式 中 ：ｉ ＿１ ，２ ，… ， Ｎ ，Ｎ ＝ ７ 为 Ａ Ｓ Ｔ Ｍ的标准 筛数 ； Ｄ ｉ 为 筛 ｉ ５ 】 肖 庆一 ， 郝 培 丈， 徐鸥明等． 沥 青 与 矿 料 粘 附性 的测 定 方 法Ｉ ｊ １ ． 长 安 孑 Ｌ 孔 径 ／ｍｍ ； Ｄ 为 最 细筛 的孑 Ｌ 径 大 学 学报 ： 自然科 学版 。 ２ ０ ０ ７ ， ２ ７ ｆ １ ） ： １ ９ ． ２ 新 型 沥 青 膜厚 度计 算 模 型 ［ ６ ］ 陈忠达， 袁 万 杰， 高春海． 多 级 嵌 挤 密 实级 配设 计 方 法研 究 『 Ｊ １ ． 中国 ２ ． １新 型 计 算 模 型 ２ ０ ０ ６ ， １ ９ （ １ ） ： ３ ２ ． 新 型 计 算 模 型 假 定 颗 粒 裹 覆 油 膜 的厚 度 与 颗 粒 尺 寸 无 关 ，即 公 路 学报 ， ［ ７ ］ 田波， 侯芸， 杜二鹏等． 沥青混合料 中骨架结构特征 的评 价ｌ Ｊ １ ． 同济 每 个 颗 粒具 有 相 同 的油 膜 厚 度 。 自然 科 学 版， ２ ０ ０ １ ， ２ ９ （ ５ ） ： ５ １ ． 新 的 计 算 模 型 提 出了 隔 离 膜 ， 也 就 是 包 含 沥 青 和 小 于 油 膜 厚 度 大学 学 报 ： ８ 】 陈忠达， 袁 万杰， 高春 海． 多级嵌挤 密实级 配设计 方法研 究ｌ Ｊ １ ． 中国 的颗粒的厚度膜。 对于所有集料，隔离膜 的膜厚度是均匀的， 定义集 【 公 路 学报 ， ２ ０ ０ ６ １ ９ （ １ ） ： ３ ２ ． 料最小尺寸为 ０ ． ２ ， 因为 纯 沥 青 中最 大 的颗 粒 约 为 ０ ． ２ 。 图 ２新型计算模 型， ｔ 为隔离膜厚度， ｔ 为空气到集料 颗粒 表面的
生物分子透过生物膜的动力学算法分析
生物分子透过生物膜的动力学算法分析生物分子在生物膜中的转运是生命活动中不可或缺的过程之一。
生物膜是由脂质双层组成的隔离空间，对细胞内和外部环境的物质交换起到了屏障作用。
生物膜不光有绝缘功能，还可以通过特定的转运蛋白从而实现大分子物质的内外传输。
本文将对生物分子透过生物膜的动力学算法进行分析。
1. 传输机制生物膜通常由脂类、碳水化合物、蛋白质等多种分子构成。
其中，绝大多数的膜脂是一种极性不强、疏水性强的分子。
分子在疏水性膜内部会感受到严重的疏水排斥力，这主要是由于水分子排斥空气导致的。
所以分子在疏水性膜中的扩散速度明显受到限制。
根据生物膜中传输分子的不同，其透过生物膜的机制也不同。
对于极性大分子，如葡萄糖和氨基酸等，它们无法直接通过疏水性膜，只能依靠转运蛋白实现通过膜的转运。
而对于一些疏水性物质，则可以通过超越生物膜表面，沿着膜面或紧贴膜表面运动来实现透过膜表面的传输。
2. 分子扩散模型分子扩散模型是用来描述分子在生物膜中扩散的动力学模型。
根据扩散模型的不同，分子“传递速度”、“分布特征”等都会受到不同的影响。
生物膜中的扩散转运主要分为两种模型：无界扩散模型和有界扩散模型。
无界扩散模型被认为是理想的扩散模型。
分子可以随意的在生物膜中运动。
在无界扩散模型下，分子的扩散常数与扩散系数相关。
当分子的分布满足高斯分布，扩散常数和扩散系数是等效的，但是，当分子分布不是高斯分布时，这种等价性就失效了。
有界扩散模型则认为生物膜是有边界的空间，分子在膜中运动所受到的阻力会影响分子的扩散速度。
此时，分子的Fick扩散大约可表示为下式：J = Dt其中J为通量，D为扩散系数，t为时间。
3. 转运蛋白的功能和类型转运蛋白是通过生物膜实现物质透过的一种方式。
其结构分为三个区域：胞内区、跨过膜的区域以及胞外区。
转运蛋白主要基于其化学性质将特定分子转运至对方侧膜。
目前已知有多种转运蛋白，它们依据转运配体的性质分为不同的类别。
薄膜声学超材料降噪性能分析及设计
V ol 41No.2Apr.2021噪声与振动控制NOISE AND VIBRATION CONTROL 第41卷第2期2021年4月文章编号：1006-1355(2021)02-0007-08薄膜声学超材料降噪性能分析及设计邱克鹏1，秦云飞2，费晨1，陈智谋1，张卫红1（1.西北工业大学工程仿真与宇航计算技术联合实验室，西安710072；2.上海卫星装备研究所,上海200240）摘要：为了提升薄膜型声学超材料的隔声性能，首先采用模态叠加法和遗传优化算法实现一种反射型薄膜声学超材料单胞多参数结构优化设计；然后为了拓宽薄膜声学超材料单胞结构的隔声带宽，进一步提出一种能够实现低频宽带吸声的十字型薄膜声学超材料。
结果表明：采用经过优化所得的反射型薄膜声学超材料可有效提高隔声带宽和离散频率的隔声量；并且十字型薄膜声学超材料单胞在510Hz 至820Hz 频带范围内平均吸声系数达到0.884，从而突破了薄膜声学超材料单胞仅在共振频率附近的窄带内具有优异吸声性能的限制。
关键词：声学；薄膜声学超材料，吸声系数，隔声量，优化设计，模态叠加法，遗传算法中图分类号：O422.4文献标志码：ADOI 编码：10.3969/j.issn.1006-1355.2021.02.002Analysis and Design of Sound Insulation Performance ofMembrane-type Acoustical MetamaterialsQIU Kepeng 1,QIN Yunfei 2,FEI Chen 1,CHEN Zhimou 1,ZHANG Weihong 1（1.Joint Lab of Engineering Simulation and Aerospace Computing Technology,Northwestern Polytechnical University,Xi ’an 710072,China;2.Shanghai Institute of Spacecraft Equipment,Shanghai 200240,China ）Abstract :The further improvement of the sound insulation performance of membrane-type acoustical metamaterials(MAM)is studied.First of all,the multi-parameter structure optimization design of a reflective membrane-type acoustical metamaterial cell is realized by using mode superposition method and genetic optimization algorithm.Then,a X-type mem-brane-type acoustical metamaterial,which can achieve low-frequency sound absorption,is proposed to broaden the sound in-sulation bandwidth of the membrane-type acoustical metamaterial cell structure.The research results show that the optimized reflective membrane-type acoustical metamaterial can effectively raise the sound insulation bandwidth and the sound trans-mission loss of discrete frequencies.And the average sound absorption coefficient of the X-type membrane-type acoustical metamaterial cell in the frequency band of 510Hz -820Hz reaches 0.884,which breaks the limitation that the membrane-type acoustical metamaterial cell has excellent sound absorption performance only in the narrow band near the resonance fre-quency.Key words :acoustics;membrane-type acoustic metamaterial;absorption coefficient;transmission loss;optimization design;modal superposition method;genetic algorithm振动噪声不仅损坏机器设备，而且危害人们的身体健康，是日常生活和工程应用中的常见问题。
gesb2te4薄膜表面分形维数计算及表征
gesb2te4薄膜表面分形维数计算及表征近年来，研究人员发现，薄膜表面可以表现出分形特性，并且这种分形特性可以从计算的分形维数来表征。
GESB2TE4薄膜表面分形维数计算及表征，可以帮助我们获得更好的理解和应用薄膜表面的分形特性。
GESB2TE4薄膜是以GeO2 - SnO2 - B2O3 - TeO2四组分共混形成的电子束反应蒸镀薄膜。
在这种薄膜表面上，可以形成多种分形结构，其中由细小凹槽组成的各向异性微结构是其中最为主要的特征，这种各向异性微结构在多年以来一直存在，但是也存在着一些问题，比如表面粗糙度和分形维数之间的关系。
GESB2TE4薄膜表面分形维数计算及表征，有助于解决这些问题。
GESB2TE4薄膜表面分形维数的计算，主要利用了分形维数的算法，比如Box-Counting算法。
这种算法可以统计GESB2TE4薄膜表面在不同尺度上的自相似性，从而得出其分形维数。
除此之外，研究人员还利用了图像分析技术来对GESB2TE4薄膜表面的凹槽图像进行分析，从而得出其形状参数，进而确定GESB2TE4薄膜表面的分形维数。
在计算出GESB2TE4薄膜表面的分形维数之后，研究人员还需要对其进行表征。
在表征之前，为了更好地表征GESB2TE4薄膜表面的分形特性，需要进行一些基础的设计和参数设定，如凹槽轮廓线的精度、凹槽宽度与深度等，以及对凹槽图像的放大和平移等。
之后，可以通过分析计算出来的分形维数，将数据可视化展示出来，以帮助人们更好地理解GESB2TE4薄膜表面的分形特性。
GESB2TE4薄膜表面分形维数计算及表征，不仅可以获得薄膜表面的基本分形特征，还可以帮助我们深入了解其分形特性，从而可以有针对性地开展后续的研究。
它可以在薄膜表面的研究工作中发挥重要作用，同时还能提高薄膜表面的制造和应用效果。
总之，GESB2TE4薄膜表面分形维数计算及表征是一个重要的研究领域，对于薄膜表面的研究和应用都有重要的意义。
基于动态膜计算系统的自组织网络广播算法
１ 膜 计算 系统 的预备 知识
自组织 网络 的拓扑结 构一 般记 为无 向图 Ｇ＝（ ， ） Ｖ Ｅ 。其
中： ， ， ， ｝ Ｖ＝｛ … 表示节点集 合 ， ） （ ， ∈Ｅ表示节点 问连
接情况 。在基于 Ｐ系统的广播模型 中， 一个 细胞膜表示一个节 点， 多个细胞 自由放 置在 同一环境 中， 细胞和环 境均可 以包含
ＬＵ Ｓａｓａ ．Ｄ Ｕ Ｑ ａ — ｅｇ＿ Ｆ ａ １ｉ Ｉ ｈ—ｈ Ｏ ｕｎｓ ｎ ． Ｕ Ｋ ｉｅ ’ ｈ １
（ ． ｅｔ ｏ ｏ ｐ ｔ ｃ ｎｅ＆ Ｔｃｎｌｇ Ｃ ｌｇ ｏ ｐ ｔ ｃ ｎｅ＆ Ｔｃｎｌｇ ， ｈ ｎｏｇＩｓｔｔ ｏ ｕｉｅ １Ｄ ｐ．， Ｃ ｍ ｕｅ Ｓｉ ｃ ｆ ｒ ｅ ｅｈ ｏｏｙ， ｏｌ ｅｏ Ｃ ｍ ｕｅ Ｓｉ ｃ ｅ ｆ ｒ ｅ ｅｈ ｏｏｙ Ｓ ａｄ ｎ ｎｔｕｅ ｆＢ ｓ ｓ Ｔｃｎｌ ｙ ａ ｔｉ ｉ ｎ ｓ＆ ｅｈ ｏ ｇ ，Ｙｎａ ｏ
法、 基于计数器 的算法 、 基于距离的算法 、 基于邻居 知识 的算 法 等， 这些算法存在可达率低或计算 开销大等问题。
收稿 日期 ：２ １ ．８ ２ ；修 回 日期 ：２ １ —０ １ ０ １０ ． ８ ０ １ １ －４
对象 ， 细胞之 间 、 各 细胞 与环境 之间采 用转运 规则进 行通 信。
ｔ ｒ ｉ ｄ ｔ ｒｏｉｙ ｏ ｈｅｉ ｏ ｍａ ｉｎ ｏ ｏ ｙ ｔ ｓａ ｃ ｔ ｅ ｄ ｓａ ｄ ｔ ｅ ｎ ｅｍ ｎｅ ｈｅ ｐ ｉｒｔ ｆｔ ｎｆｒ ｔｏ ｎ ｎ ｄｅ ｂ ｈｅｄｉｔ ｎ ｅｂｅｗｅ ｎ ｎｏ ｅ ｎ ｈ ｕｍｂ ｒｏ ｅｇ ｏ ｓ Ｏｉ ｓｓ ｔｂｌ ｅ ｆｎ ｉｈｂ ｒ ，Ｓ ｔｗａ ｕｉａ ｅ ｆ ｒｖ ｒｏ ｓｎｅｗｏｋ ｄ ｎｓｔ ． Ａｃ ｏ ｄｎｇ ｔ ｏ ｐ ｒ ｔ ｎ ｏ ｈｅ ｎｕ ｏ ａｉ ｕ ｔ ｒ ｅ ｉｙ ｃ ｒ ｉ ｏ ｃ ｍ ａ ａｉ ｆｔ ｍｂｅ ｆｉｆ ｒ ｔｏ ｎｄ ｔ ｅ ｈ ｅ ｈｏｄ ｖ ｌ ｅ，ｉ ａ ｅ ｅ ｈ ｏ ｒ ｏ ｎ ｏ ｍａｉｎ ａ ｈ ｔｒ ｓ ｌ ａｕ ｔ ｃ ｎｃ ｌ ｄ ｔ ｅ ｒｇ ｔｏ ｒ ａ ｃ ｓ ｎ ｏ ｍａ ｉｎ ｏ ｏ ｅ，Ｓ ｓｔ ｍｐｒ ｖ ｅ ｃ ａ ｉｉｙ ａ ｄ ｓ ｖ ｒ ｅ ｒ ａ ｃ ｓｓ Ｅｘｐ ｒｍｅ ｔｒ ｓ ｌｓｓ ｗ ｈａ ｉ ｈ ｆｂ ｏ ｄ ａ ｔｉｆ ｒ ｔｏ ｆｎ ｄ Ｏａ ｏ ｉ ｏ ｅｒ ａ ｈ ｂ ｌｔ ｎ ａ ｅ ｍｏ ｅ ｒ ｂ ｏ ｄ ａ ｔ． ｅ ｉ ｎ ｅ ｕｔ ｈｏ ｔ ｔ ｔ ｉ ｙ ｔ ｍ ｓｆａ ｉ ｌ ｎｄ ｅ ｃ ｅ ｔ ｎ ｔｐ ｏ ｉ ｓｎ ｗ ｄ ａ ｏ ｅ ｉｉｇ ｂｒ ａ ｃ ｓｉ ｇ ａｇ ｒｔ ｍ ｒｗｉｅ ｅ ｓｎｅｗｏ ｋ． ｈ ｓｓ ｓｅ ｉ ｅ ｓｂ ｅ ａ ｆ ｉ ｎ ，ａ ｄ ｉ ｒ ｖｄｅ ｅ ｉｅ ｓｆ ｒｄ ｖｓｎ ｏ ｄ ａ ｔｎ ｌｏ ｉｈ ｆ ｒ ｌ ｓ ｔ ｒ ｉ ｏ Ｋｅ ｙ ｗｏｒ ｓ： ｄ ｎ ｍｉ ｍｂ ａ ｅ ｃ ｍｐ ｔｎ ｙ ｔｍ ｓ ｙ ｍ ｉ ｌ ｅ ｓ ｅｆｏ ｇ ｎ ｚｎｇｎｅｗｏ ｋ；ｂｒ ａ ｃ ｓｉ ｇ ａｇ ｒｔ ；ｔｍｅ ｄ ｙ ａ ｃ ｍｅ ｒ ｎ ｏ ｕ ｉ ｇ ｓ ｓｅ ；ｄ ｎａ ｃ ｒ ｅ ｓ ｔ ；ｓ ｌ—ｒ ａ ｉｉ ｔ ｒ ｕ ｏ ｄ ａ ｔｎ ｌ ｏ ｉ ｈｍ ｉ ｃ ｐ ｂｉｉ ａ ａ ｌｔ ｙ
光学膜系的最优化设计及其算法
陬ｅ，§×Ｈｔ｛瓦ｊ，ｌ麒；Ｈ，同时利用式（２－９），我们可以得到§×Ｈｔ—ＮＥ（２—１２）式（２一ｌＯ）－每（２一ｉｌ）孛，§』（ｊ一茗，ｙ，ｚ）为，坐标辘方淘主静攀谴矢爨，南与茸，分羽为波矢方向罄位矢量§与磁场强度矢量Ｈ在Ｊ轴方向上的分量。
间理，可以得到ⅣＧ×Ｅ）－Ｈ（２－１３）式（２－１２）与（２－１３）称为光学导纳方程，在计算光学膜系的光学往质狠有用处［１蜘。
２。
｛。
３先波在介蒺券西主静菠菇等辑射在光学骧系孛葸存农若手余震爨甏，膜蓉豹光举蛙鬟每毙波在务会矮葵嚣上的反射和折射规律有关。
现考虑光波自复折射率为＾『０的介质入射到该介质与男一介质（复折射率为Ⅳ１）的界面时的反射和折射过程。
酋先讨论光波豢直入射于界面的情形。
ｊ琏：时，光波的传播方向§垂喜于界筒，两电场强度矢量Ｅ与磁场强度矢量珏臻乎嚣予截瑟；在Ｎｏ分震中霄歪巍雩亍波（壤，Ｈ：）与反向行波（Ｅｉ，Ｈ；），在Ⅳｌ介质中仅有征向行波（联，Ｈ；），如图２－１所永。
根据静纳方程（２－１３），有黼２－１正入射的光波在界爱反射与折射豕意墼ｌ》以免雎２．１．４光学薄膜的特征矩阵瑶考纛光波在一层簿貘中懿传撵逡疆。
鼗对，涉及蘩３季争不闲分覆露２令余震界面。
如图２－３所示，设光波自Ｎ。
介质入射到界颟Ｓ们上，在界面ｓ０１上反射与折射，透过界面Ｓ０１的光波在Ⅳ。
介质膜层（几何厚度为ｄ，）内传播，然后在界颟ｓ１２上反袈积掰菱砉，最后遴入密封赍蒺甄。
在入射介质Ⅳ。
内，电磁场Ｅ与Ｈ包括了正向杼波和反向行波，即Ｅ。
＝Ｅ：＋Ｅ３，Ｈ。
一Ｈ：＋Ｈ；。
在介质Ｎ，ｌａ，同样有正向行波与殿向行波。
记谯介质Ｍ内嚣接近奏瑟Ｓｏｌ豹忑行滚为嚣§与珏毳，接主葭赛瑟Ｓｏｌ的爱荦亍波为Ｅ晶与飘磊；接近器鬣ｓ１２的正行波为Ｅ矗与Ｈ之·接近界面￥１２的反行波为Ｅ而与Ｈ五。
在Ｈ｛射介质Ⅳ２内，仅有正行波，即＆－Ｅ；，珏：＝Ｈ：。
用计算机模拟薄膜生长过程的KMC方法
迁移事件是 指被 吸附的原子迁 移最近邻 或次 近邻 的空 位， 其发生概率 为：
ｒｖｅｐ — ７ ） ＝ｏｘ （ ｝ （．） ２２
其 中 ｖ＝ ２ ｓ ） ， ｏ（ｋＴ＇ ｋ 为玻尔兹 曼常数 ， 为衬底 温度 ， 普 ｈ ＾是
在本文 的模 型设计上 ， 以建立三维 的薄膜 生长模型为 目
在 本文 所建立 的模 型 中，衬底面 积设为 ５ ０晶位ｘ ０晶 ５
位。 因为是 面心立方 （０ ） １ｏ晶面 ， 以 Ｎ １５． 所 ＝２０
吸附事件过程包括 ： ｉ） —个原子入射到生长表面的某 一晶位 ；
预言和实验事实提 出的一种继 承其本质 思想 的模型 ， 即扩展 的 Ｄ Ａ 型 ． ， 者们在薄膜 生长 过程 中有 了反常 Ｌ模 ． ｑ 不久 研究 的实验发现 ， 即用现存的 Ｄ Ａ理 论不能给予 满意 的解释 ， Ｌ 并 根据这一切反常现象 ， 提出了一种新的理论一反应 限制聚集
中图分 类号 ： ４ ４１Ｔ ３ ９ ０ ８ ．。Ｅ １
１． 景 背
文献标识 码 ： Ａ
文章编号 ：０ ８ ９ ２ （０ ８０ －０ － ５ １０ － ０ ０ ２ ０ ）２ ０ １０
生长表 面的某一 晶位 的吸附事件 、 吸附原 子迁 移到最近邻或 次 近邻 的空位上 的迁 移事件 、 吸附原 子因热运 动等原 因而脱
第１卷 期 ２ ８ ３ 第２ （ ０） ０
甘 汗拒 音高
Ｖ． ｏ（ ０） ｏ１Ｎ．２ ８ １３ ２ ０
用计算机模拟薄膜生长过程的 Ｋ ＭＣ方法
杨
（． １ 兰州交通大学 ， 甘肃兰州
摘
柳 郑小平 ２ ，
７ ０７ ；． ３００ ２ 兰州城市学院 ， 甘肃兰州 ７ ０７ ） ３ ００
基于膜计算的一种新型求解非线性方程组的优化算法
（ 黔南民族师范学院数 学系 贵州 都匀 ５ ５ ８ ｏ ｏ ｏ） （ 南京师范大学 泰州学 院数学 系 江苏 泰州 ２ ２ ５ ３ ０ ０） （ 广西民族 大学数 学与计算机科 学学 院 广西 南宁 ５ ３ ０ ０ ０ ６ ）
摘
要
非线性方程组 的数值 求解 问题 是一个很重要 的课题。大 多数 的求解 算法， 例如梯度下 降法和牛顿法 ， 其收敛性和 性能特
快、 精度 高。 关键词 中 图分类 号 膜计算 进 化策略 全局优化 区域 膜 结构 Ａ
Ｄ Ｏ Ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ － ３ ８ ６ ｘ ． ２ ０ １ ３ ． ０ ２ ． ０ ４ ２
Ｔ Ｐ ３ ．
Ｎ ｕ ｍ ｅ ｉ ｒ ｃ ａ ｌ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｏ ｆ ｎ ｏ ｎ ｌ ｉ ｎ ｅ ａ ｒ ｅ ｑ ｕ ａ ｔ ｉ ｏ ｎ ｓ ｉ ｓ ａ ｖ ｅ ｒ ｙ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｓ ｕ ｂ ｊ ｅ ｃ ｔ ．Ｍｏ ｓ ｔ ｏ ｆ ｔ ｈ ｅ ｓ ｏ ｌ ｖ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｓ ｓ ｕ ｃ ｈ ａ ｓ ｇ ｒ ａ ｄ ｉ ｅ ｎ ｔ ｄ ｅ ｓ ｃ ｅ ｎ ｔ
第３ Ｏ卷 第 ２期 ２ ０ １ ３年 ２月
计 算机应 用 与软件
Ｃ ｏ ｍｐ ｕ ｔ ｅ ｒ Ａｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ａ ｎ ｄ Ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ
Ｖ０ ｌ ＿ ３ ０ Ｎｏ ． ２
Ｆ ｅ ｂ ．２ ０ １ ３
基 于膜 计 算 的 一种 新 型 求 解 非 线 性 方 程 组 的优 化 算 法
Ａ Ｎ Ｅ Ｗ ｏＰ Ｔ Ｉ ＭＩ Ｓ Ｅ Ｄ Ａ Ｌ ＧｏＲ Ｉ Ｔ ＨＭ Ｆ ｏＲ Ｓ ｏＬ Ｖ Ｉ Ｎ Ｇ Ｎ ｏＮＬ Ｉ Ｎ Ｅ ＡＲ ＥＱＵ ＡＴ Ｉ ｏＮＳ Ｂ Ａ Ｓ Ｅ Ｄ Ｏ Ｎ
混合料中沥青膜厚度计算方法及其对混合料性能影响
的比表 面积会 被低估 ，特 别是 矿粉用 量较 多 ，集 料粒度 偏
细 的情 况下 ，计 算的油膜厚度存在很大 的偏差 。
，
为第 ｉ 级筛 孔材 料 的毛 体 积 相对 密
２ ． Ｏ Ｇ Ｆ Ｃ混合料 沥 青膜厚 度估 算 方法
Ｏ Ｇ Ｆ Ｃ（ Ｏ ｐ ｅ ｎ — ｇ ｒ ａ ｄ ｅ ｄ Ｆ ｒ ｉ ｃ ｔ ｉ ｏ ｎ Ｃ ｏ ｕ ｒ ｓ ｅ ，开 级 配 沥青 磨 耗 层 ）是 由 ２ Ｏ世纪 ６ ０年代美 国西部 几个 洲 的混 合料 封层 发 展而来 的一 种骨架空 隙结 构 ，具 有排水 、降躁 、防汽 车溅 水等功能 ，近些年在 我国 的城 市道路 和 高等级 道路 中得 到 了广 泛的应 用 。我 国规 范对 Ｏ Ｇ Ｆ Ｃ沥青膜厚 度计算 公式采
Ｇ ａ ＝ ２ ． ６ ５算出 。
图１ 维姆 法沥青膜膜厚度计算模型
ｏ
， Ｉ ｎ埸 建 搜
专 题
从式 （ ２ ）可 以看 出 ，Ａ Ｉ 给 出的集料 比表 面积计 算 方
Ｐ ｎ ——对应混合料最大粒径 的筛孔 ；
Ｆ ； —— 相应与各种粒径 的集料 的表面 积系数 ，按 照表
数 ，即 ：
Ｐ ； ——集料在各个筛孔 的通过量 （ ％） ； Ｆ ——各个筛孔 的修正表面积 系数 （ ｍ ・ ｋ ｇ ） 。
Ｎ Ｃ Ａ Ｔ在 Ａ Ｉ 的假 定集料颗粒 为球形 的经验表面 积系数 法基础上得到的沥青膜厚度计算公式为 ：
：
南
（ １ ）
８
ｂ × Ａ
研 究
混 合 料 中 沥 青 膜 厚 度 计 算 方 法
及 其 对 混 合 料 ， Ｉ 生能 影 响
神经科学中的计算模型与算法
神经科学中的计算模型与算法神经科学是研究人类大脑和神经系统的学科。
随着科学技术的发展，神经科学在诸多领域的应用也越来越广泛。
其中，人们最为关注的莫过于神经科学中的计算模型与算法。
本文将为大家介绍，神经科学中的计算模型与算法有哪些，以及它们的应用。
1、神经元模型神经元是神经系统的基本单元，也是神经科学中最重要的研究对象之一。
因此，神经元模型也是神经科学中的重要内容之一。
神经元模型是用来模拟神经元仿真行为的数学表达式，也可以是生物组织、药物或神经元间的网络等实际结构的复杂模拟。
目前，神经元模型主要分为两类：生理模型和功能模型。
生理模型是基于对某种特定类型神经元的生理分析而开发出来的。
这些模型通常包括一些细胞的组成和结构信息，以及与其他细胞相互作用的物理机制和化学机制。
在神经科学研究中，生理模型能够为科学家提供一些神经元的重要参数，如时间常数、传导速度、膜电位等等，从而帮助我们更好地理解神经元行为。
功能模型是根据神经元在完成特定任务时的活动而设计的。
这些模型主要关注神经元输入产生的输出，如神经元的频率、方向、位置等等。
所以，功能模型通常包含了更多的统计信息，而非直接的神经元结构参数。
2、神经网络模型神经网络模型是用于模拟神经网络行为的计算模型，是神经科学与计算机科学互动的重要桥梁。
神经网络模型是通过模拟人脑的神经网络来实现自主学习的一种人工智能技术。
它可以使机器具有模拟人类思想和行为的能力。
目前，神经网络模型主要包括前馈神经网络、递归神经网络、卷积神经网络等。
前馈神经网络是一种最简单的神经网络模型。
它的基本构建单元是感知器，由输入层、一个或多个隐层和输出层组成。
感知器的基本原理就是把输入传递给神经元，神经元通过非线性激活函数计算出输出。
递归神经网络是一种能够处理序列数据的神经网络模型，它与前馈神经网络相比具有更多的自适应性，适合于处理和学习输入和输出之间相互依赖的关系。
递归神经网络主要由输入层、隐层和输出层构成，其中隐层的神经元与前一个时间的输出相连。
基于膜计算模型的点集匹配算法
摘 要 ：点集 匹配是 计 算机视 觉和模 式识 别领 域 中的一 个经 典 Ｎ Ｐ问题 。膜 计 算为 自然 计算 的新 分 支 ，旨在从 单 个细胞 或组 织及 器官等 细胞群 的结构 和功 能 中抽 象出新的计 算模 型或计 算 思想 。在 嵌 套 结构膜 优化 算 法的基础 上， 提 出了一种新 的基 于膜 计算模 型的 点集 匹配算 法 ， 结合 点 集 匹配 问题 的
ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ ｗ ａ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ． Ｉ ｎ ｔ ｈ ｉ ｓ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ，ｔ ｈ ｒ ｅ ｅ ｎ ｅ ｗ ｈ ｅ ｕ ｉｓ ｒ ｔ ｉ ｃ ｓ ｅ ｒｃ ａ ｈ ｒ ｕ ｌ ｅ ｓ ｗｅ ｒ ｅ ｉ ｎ ｔ ｒ ｏ ｄ ｕ ｃ ｅ ｄ，ｂ ｙ ｗｈ ｉ ｃ ｈ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｒ ａ ｔ ｅ ｉ ｎ ｃ ｒ ｅ ａ ｓ ｅ ｄ ｔ ｏ ｓ ｏ ｍｅ ｅ ｘ ｔ ｅ ｎ ｔ ．Ｃｏ ｍｐ ａ ｒ ｅ ｄ ｔ ｏ ｔ ｈ ｅ ｒａ ｔ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｉ ｔ ｏ ｎ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍｓ ，ｔ ｈｅ ａ ｌ ｇ ｏ ｒ ｉ ｈ ｍ ｔ ｅ ｘ ｈ ｉ ｂ ｉ ｔ ｅ ｄ ａ ｂ ｅ ｔ ｔ ｅ ｒ ｇ ｌ ｏ ｂａ ｌ ｓ ｅ ｒｃ ａ ｈ ｃ ａ ｐ ａ ｂ ｉ ｌ ｉ ｔ ｙ ，ｔ ｈ ｕ ｓ ａ ｂ ｅ ｔ ｔ ｅ ｒ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｆ ｏ ｒ ｐ ｏ ｉ ｎ ｔ ｓ ｅ ｔ ｍ ａ ｔ ｃ ｈ ｉ ｎ ｇ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｗａ ｓ ｏ ｂ ｔ ａ ｉ ｎ ｅ ｄ．Ｅｘ ｐ ｅ ｉｍ ｅ ｒ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｉ ｌ ｌ ｕ ｓ ｒａ ｔ ｔ ｅ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ ｉ ｓ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｏ ｎ ｂ ｏ ｈ ｔ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｒ ａ ｔ ｅ ａ ｎ ｄ
基于膜概念和Kriging模型混合优化算法的翼型设计
作者简介 ： 李
们交互排列 ， 构成细胞膜的基本支架。同时， 这两类 分子大多数是可 以流动的 ， 这样增强 了细胞 膜的物 质交换 能力 ， 对于完成各种生理 功能非常重要 。对 于细胞膜来说 ， 营养物质在膜外的状态有两种 ： ①膜 外营养物质浓度高于膜内相应的营养物质浓度 ；
基 于膜 概 念 和 Ｋｉｉｇ模 型 混 合 ｒ ｎ ｇ 优 化 算 法 的 翼 型 设 计
李 丁 ， 夏 露
（ 西北 工业 大学 翼 型 、 叶栅空气动力学 国防科 技重点实验室 ，陕西 西安 ７ ０ ７ ） １０ ２
摘 要： 在气动优化设计中， 发展一些计算代价小同时又具有较好 的全局／ 局部搜 索平衡能力的优化 算法十分重要。针对此， 文章提 出了一种基 于膜概念和 Ｋｉｎ 模型的混合优化算法。该算法对细胞 ｒｉ ｇｇ 膜的结构和新陈代谢运作机制进行了仿真 ， 将粒子群优化算法与差分进化算法有机地结合 了起来， 增 强 了算法的寻优能力 ， 同时， 引入 Ｋｉｎ 模 型进行 预估 寻优 ， 大地 减 少 了计算 开销 。函数 测试 结果 ｒ ｉｇ ｇ 极 表明， 该混合算法具有很好的寻优能力。将该算法应用到单段翼翼型和两段翼翼型的设计之 中， 取得
和途 径 。
代理模 型 。 基 于上 述 这 两种 思想 ， 文 提 出 了一种 基 于膜 本
概念和 Ｋｉｎ 模型 的混合优化算法 。该算法通过 ｒｉ ｇｇ
对 细胞 膜结 构 特点 和其 新 陈代谢 运行 机 制 的抽 象与 仿真 ， 将粒 子群 优 化 算 法 与差 分 进 化 算 法 有 机 地 结
正是 由于 细胞膜 的存 在 ， 物 体 的各 项 复 杂 的 生理 生 活动 才能 彼此 互不 干扰 、 条 不 紊地 进 行 着 。细胞 有 膜 这种 功 能 的发挥 与其结 构特 点和运 输膜 内外 物 质
fft厚膜算法
fft厚膜算法
FFT（快速傅里叶变换）厚膜算法是一种在材料科学和工程领域中用于计算
和优化材料性能的方法。
该算法使用傅里叶变换技术来分析材料的微观结构和物理性质，并提供了一种高效的方式来模拟和预测材料的性能。
FFT厚膜算法的主要步骤包括：
1. 建立材料的微观结构模型，可以使用原子或分子的排列来表示。
2. 将微观结构模型转换为傅里叶系数，这是通过执行傅里叶变换实现的。
3. 使用傅里叶系数来模拟材料的物理性质，例如弹性模量、热导率、电导率等。
4. 通过反向傅里叶变换将模拟结果转换回原始空间，以便更好地理解材料的性能。
FFT厚膜算法在材料科学和工程领域中具有广泛的应用，例如在陶瓷、金属、聚合物等材料的研究和开发中。
该算法提供了一种强大的工具，可以快速预测材料的性能并优化其微观结构，从而加快材料科学的进步和产品的开发速度。
薄膜电导率计算方法
薄膜电导率计算方法
薄膜电导率的计算方法主要有两种：一是通过测量薄膜的电阻来计算，二是通过测量薄膜的电流和电压来计算。
1. 通过测量薄膜的电阻来计算：薄膜的电导率（σ）可以通过以下公式来计算：σ=1/ρ，其中ρ是薄膜的电阻率。
电阻率可以通过测量薄膜的电阻和几何尺寸来计算，公式为：ρ=R*A/L，其中R是电阻，A是薄膜的面积，L是薄膜的长度。
2. 通过测量薄膜的电流和电压来计算：如果知道通过薄膜的电流I和两端的电压U，那么电导率σ可以通过
σ=I/U来计算。
需要注意的是，以上计算方法都是在薄膜为均匀、各向同性，并且在外部电场作用下不发生显著形变的情况下适用。
如果薄膜的性质存在显著的空间异质性或时间变异性，可能需要采用更复杂的模型和测量方法来计算电导率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
张兴义
本项目研究工作的主要合作者之一，是科学发现一和代表性论文2的主要完成人。在本项目中，主要完成了以下工作：1、提出了与图灵机等价计算能力的脉冲神经膜计算模型；2、建立了多项式时间内求解计算困难问题的组织膜计算模型及算法。
4
戴朝华
本项目研究工作的主要合作者之一，是科学发现二和代表性论文4和6的主要完成人。在本项目中，主要完成了以下工作：1、深入研究了进化计算的理论、算法和性能分析方法，系统分析了进化计算“勘探”与“开采”间平衡、“Nearer is Better”和“Nearer is Worse”间转换的动态行为；2、通过模拟人群搜索/觅食行为，提出了一种新的群体智能算法——搜寻者优化算法；3、利用搜寻者优化算法求解了数字滤波器设计、电力系统无功优化、燃料电池建模等典型复杂优化问题。
本项目主要负责人。组织本项目研究工作，确定总体研究方向和方案。是科学发现一、科学发现二、科学发现三和代表性论文1，5，7，9，10的主要完成人。在本项目中，主要完成了以下工作：1、提出了近似求解计算难问题的优化脉冲神经膜计算模型；2、建立了进化膜计算理论体系。构建了进化膜计算模型和算法，提出了动态行为分析方法，揭示了进化膜计算机理。3、提出了梯形模糊数模糊脉冲神经膜系统和加权模糊脉冲神经膜系统，并应用于求解电力系统输电网和牵引供电网故障诊断；4、提出了膜计算模型自动构建方法，建立了膜计算模型自动构建平台，开启了解决膜计算模型可编程性问题思路。
主要完成人当选为国际膜计算学会创会主席、顾问委员会委员，举办了膜计算国际会议ACMC2013和ACMC2015。项目组成员入选教育部新世纪优秀人才1名、四川省教学名师1名、四川省学术和技术带头人后备人选4名，获得四川省杰出青年基金1项、四川省优秀博士学位论文2篇。
排名及学术贡献
排名
姓名
学术贡献
1
张葛祥
2
王军
本项目研究工作的主要合作者之一，是科学发现三和代表性论文3和8的主要完成人。在本项目中，主要完成了以下工作：1、提出了模糊信息处理的脉冲神经膜计算模型的构建方法，2、建立了加权模糊脉冲神经膜系统、带语言项的模糊脉冲神经膜系统和带梯形模糊数的模糊推理脉冲神经膜系统；3、提出了一种加权反向推理算法；4、设计了基于模糊膜计算模型的故障诊断框架，并应用于变压器、电力输电网和变电站等的故障诊断。
5
彭宏
本项目研究工作的主要合作者之一，是科学发现三和代表性论文3和8的主要完成人。在本项目中，主要完成了以下工作：1、建立了模糊推理实数脉冲神经膜系统；2、提出了模糊脉冲神经膜计算模型推理算法的构建方法，并设计了基于矩阵运算的前向推理算法；3、建立了自适应模糊脉冲神经膜系统，并提出了相应的学习算法；4、提出了基于膜计算模型的图像分割和图像融合方法。
4、提出了膜计算模型自动构建方法，建立了膜计算模型自动构建平台，开启了解决膜计算模型可编程性问题思路。罗马尼亚F. Ipate教授基于此方法成功构建语言膜系统。
发表IEEE TFS、IEEE TIE、IEEE TPS和IJNS等相关领域国际期刊SCI论文86篇（ESI论文2篇），google学术他引1529次、SCI他引745次，其中10篇代表作google学术他引558次、SCI他引255次。成果获国际会议最佳论文奖两次，获授权发明专利6件和软件著作权2件，其中1件专利已成功应用于磁阻电机。成果得到了膜计算创始人Gh.Păun院士、膜计算突出贡献奖获得者Pérez-Jiménez院士和包括H. Adeli,C. Wen,P.N. Suganthan,E. Hossain,P.S.R. Diniz,P. Shi,施路平和王熙照等在内的多位IEEE或AAAS会士的正面评价和引用。
项目
名称
膜计算模型和算法
全部
完成人
张葛祥, 王军, 张兴义, 戴朝华, 彭宏, 荣海娜
全部完成单位
西南交通大学, 西华大学, 安徽大学
项目
简介
本项目属于计算机科学技术的基础理论领域，具有前沿多学科交叉特性，涉及计算机科学、生物学、数学等。半个多世纪以来，信息技术发展严格遵循摩尔定律，到如今，这种飞速发展趋势已接近尾声，触碰到物理极限。硅基CMOS在10纳米以下将会产生短沟道效应、器件不稳定和难以承受的高能耗密度等问题。因此，迫切需要探索非传统高性能新型计算模型和算法。
本项目在国家自然科学基金等资助下，研究基于细胞结构和功能的膜计算模型构建方法、进化膜计算和模糊膜计算建模理论等，获得如下主要科学发现点：
1、建立了基于生物组织结构和功能的网状结构膜计算模型，获得了图灵计算能力的组织膜系统和成功求解计算难问题的脉冲神经膜系统。该成社期刊评价为第三代神经网络代表模型。
作为新型计算模型的生物计算，自美国两院院士、图灵奖获得者Adleman于1994年在Science上发表用DNA解决哈密尔顿路径问题以来，展示出了巨大潜力。膜计算是生物计算重要分支，自欧洲科学院院士Gh.Păun于1998年提出以来，随即被美国科学情报研究所ISI列入计算机科学前沿领域，其论文成为ISI快速突破和高被引文章。因对膜计算的突出贡献，M.J. Pérez-Jiménez于2011当选欧洲科学院院士。Păun院士在膜计算公开问题中指出，如何从生物组织结构和功能中抽象出高效计算模型、如何解决膜系统可编程性问题、如何构建面向应用问题求解的膜计算模型和算法等，是迫切解决的关键问题。
2、建立了进化膜计算理论体系。揭示了进化膜计算机理，提出了进化膜计算动态行为分析方法，构建了进化膜计算模型和算法。被加拿大S.X.Yang教授作为生物智能算法分支专门进行综述，得到了Pérez-Jiménez院士和多位IEEE会士的正面评价和引用，并被用于成功求解天线阵列优化问题。
3、提出了模糊脉冲神经膜计算模型和推理算法的构建方法。创建了膜计算模糊神经元和模糊激发规则，提出了模糊信息处理和模糊推理脉冲神经膜系统及推理算法。膜计算创始人Păun院士评价该方法求解故障诊断问题是膜计算的成功应用示例。