【摘 要】
:
该文提出了一个新的求解LJ簇问题的随机全局优化算法,称之为完全网下降法(Complete Netting Descend Algorithm,简称CND算法).CND算法的提出基于LJ簇问题本身的显著特点,其基
论文部分内容阅读
该文提出了一个新的求解LJ簇问题的随机全局优化算法,称之为完全网下降法(Complete Netting Descend Algorithm,简称CND算法).CND算法的提出基于LJ簇问题本身的显著特点,其基本过程是从少数几个初始点构造的完全网开始,在网的所有边上均匀取点选取用来构造下一个完全网的点集,重复这个过程,就会将全局极小点局限到一个越来越小相对容易被找到的区域.针对中大规模的LJ簇问题,我们还提出了改进的CND算法.改进的CND算法先经过一个预选初始点的步骤,以避免算法从坏的初始完全网开始,并且在迭代过程当中借用了光滑化函数技巧,尽力在不影响算法成功率的前提下提高其计算效率.该文对CND算法及改进的CND算法就原子(粒子)个数2≤N≤116作了数值试验,绝大部分计算结果与目前公开的最好的结果完全相同.并且,我们还对算法的成功率,目标函数的计算次数,局部下降次数等指标进行了评价,初步说明了算法的有效性.对于高维LJ问题的并行化计算,我们也进行了初步的讨论和尝试.
其他文献
该文首先探讨度序列与树中的叶子数的关系,给出了树的度序列与叶子总数之间的关系式,从而利用树的度序列,得到了一种精确地计算树的叶子数的方法,并证明了结论:任何度序列满
该文主要有三个目的.第一,为完善ALBERT的解法器,我们比较全面地回顾了求解线性方程组的现有迭代方法,并分析了这些方法的计算量和内存需求.第二,通过重新定义和组织新的数据
因果推断在流行病学、社会科学、经济学、自然科学等等科学研究中发挥着重要的作用,这些研究的终极目标就是估计事件之间的因果关系.用于因果推断的主要因果模型是虚拟事实模
本文主要考虑了带耗散机制的双曲方程解的大时间行为。本文的主要内容如下: 第一章为绪论,在这里,我们回顾了带分数阶耗散项的Burgers方程,两维的带扰动项的Hasegawa-Mima方程
全文分为三部分.第一部分主要讨论线性反问题的数值解法.讨论了适定与不适定问题的基本概念,反问题、不适定性及其与第一类算子方程的联系,并对求解第一类算子方程的基本方法
在文献[1]、[2]、[3]中,作者建立了一套属性数学模型的理论,定义了属性集、属性测度、属性可测空间、属性测度空间,提出了属性空间的分割及有序分割.并在属性测度空间和分割
随着Web2.0技术的迅速发展,网上出现了大量带有主观性倾向的文本信息,为了对这些文本信息进行挖掘与分析处理,文本情感倾向性分析技术引起了很多专家学者的关注。特征选择方
该文主要运用分支、混沌理论、平均方法、Melnikov方法以及数值模拟研究在两频率之比为有理和无理扰动之下,Josephson方程的动态,得到周期解、次谐波解、拟周期解和混沌动态
该论文给出了一个旨在解决智能排课问题的新算法——模拟记忆搜索处法,该文作者主要作了如下研究工作:①提出了一个新的排课数学模型;②提出了一个新的排课模型求解算法;③给
该文对微分包含的周期问题,发展包含的稳定性,带有非局部条件发展包含的可控性问题,发展包含的弱解问题进行了研究.