一种基于点和边差异性的网络结构熵

熵是反映网络异构性的重要指标. 由于只是关注网络结构中"点"或"边"的单一作用,基于度分布和度相对值的两种传统熵在刻画网络结构特征时均存在缺陷. 文章综合考虑"点"和"边"差异性,定义一种新的网络结构熵,并对规则网络、随机网络和无标度网络等结构熵进行理论分析和仿真实验. 结果表明,这种新网络结构熵可以更有效地反映网络的结构特征,尤其是对于稀疏网络及星型网络的结构差异解释更为合理. 关键词： 均匀网络 无标度网络 熵     

Homology Modeling,Molecular Docking,and Molecular Dynamic Simulation of the Binding Mode of PA-1 and Botrytis cinerea PDHc-El

To reveal the potential fungicidal mechanism of 5-((4-((4-chlorophenoxy)methyl)-5-iodo-1 H-1,2,3-triazole-1-yl)methyl)-2-methylpyrimidin-4-amine(PA-1) against Botrytis cinerea(B. cinerea), the three-dimensional structure of B. cinerea pyruvate dehydrogenase complex E1 component(PDHc-E1) is homology modeled, as the PA-1 shows potent E. coli PDHc-E1 and B. cinerea inhibition. Subsequent molecular docking indicates the PA-1 can tightly bind to B. cinerea PDHc-E1. Molecular dynamic simulation and MM...     

一种基于最大流的网络结构熵

熵是可用来反映网络结构异质性的指标.针对传统熵指标不能很好反映网络全局异构性的不足,本文引入网络流的概念,综合考虑径向测度和中间测度,提出一种新的网络结构熵.特殊网络(如公用数据集Dolphins网络)的分析结果表明,本文提出的熵指标在一定程度上克服了其他网络熵指标的不足,更能够反映网络的真实拓扑结构;对随机网络、最近邻耦合网络、星型网络、无标度网络、Benchmark网络和小世界网络等典型网络的理论分析和仿真实验,进一步证明本文提出的熵指标在刻画一般复杂网络结构特征上的有效性和适用性.     

基于正交试验法和数值仿真的环形降压槽结构优化

降压槽存在相互矛盾的阻力和粘损特性均受各结构参数的影响,合理的结构参数选择一直是降压槽设计的难点问题.环形降压槽结构优化设计涉及到多因素多水平问题,数值仿真和正交试验设计方法相结合可以有效地减少对实验的依赖和试验次数.对环形降压槽进行结构参数化建模,建立了幂律流体在降压槽环空流道流动的数值仿真模型,可完成不同结构降压槽性能的数值仿真分析;制定了降压槽3因素3水平的多指标正交试验,采用极差和方差分析方法对试验的结果进行了分析,并用综合平衡的方法确定最优的降压槽结构参数组合.最终得到了各结构参数对降压槽的粘损和阻力性能的影响规律以及最优的结构参数,可为环形降压槽的设计和改进提供有价值的参考.     

基于深度强化学习的自由电子激光优化研究

束流轨道优化是短波长自由电子激光调试放大过程的关键环节。在实际实验中，需要花费大量的时间来调整参数，以校正轨道。为简化该多参数调优过程，研究了基于深度强化学习的自动优化技术，在仿真环境中使用SAC、TD3和DDPG算法调整多个校正磁铁，以优化自由电子激光的输出功率。为模拟实际实验中非理想的轨道状态，在第一节波荡器入口处设置一磁铁以偏转束流轨道。随后利用深度强化学习算法自动调节后续7个磁铁以校正轨道。结果表明，通过引入偏差将输出功率降低一个数量级后，基于最大熵原理的SAC算法将功率恢复到初始值的98.7%，优于TD3与DDPG算法。此外，SAC算法表现出更强的鲁棒性，有望后续应用在我国X射线自由电子激光装置中实现自动调束。