基于群体平衡理论和CFD数值计算方法,考虑不同尺寸气泡及气泡间聚并与破碎,建立了气液两相流的CFD-PBM耦合模型。应用该模型和Fluent软件对某铝厂的KYFⅡ-40型机械搅拌充气式浮选机内的矿浆-气泡两相流进行数值模拟,获得了其两相流场、气含率和气泡尺寸分布等信息。模拟结果表明,在生产工艺条件下,浮选机内的流体在转子带动下形成上下两个循环流场;气含率保持在0.1左右,壁面附近及循环流场的中心处气含率偏高,并沿气液混合区向气液分离区减少;气液混合区的气泡变化以破碎为主,气泡较小,分离区的气泡变化以聚并为主,且气泡尺寸逐渐增大;气泡尺寸总体上呈多峰分布,其主峰对应的气泡直径位于3~4mm之间,有利于提高浮选生产效率。
2021-09-19 14:34:59
432KB
1
【蚁群算法及其应用】
蚂蚁觅食行为与觅食策略
蚂蚁系统——蚁群系统的原型
改进的蚁群优化算法
蚁群优化算法的仿真研究
蚁群算法的应用——对QoS组播路由问题求解
20世纪50年代中期创立了仿生学，人们从生物进化的机理中受到启发。提出了许多用以解决复杂优化问题的新方法，如进化规划、进化策略、遗传算法等，这些算法成功地解决了一些实际问题。
20世纪90年代意大利学者M．Dorigo，V．Maniezzo，A．Colorni等从生物进化的机制中受到启发，通过模拟自然界蚂蚁搜索路径的行为，提出来一种新型的模拟进化算法—— 蚁群算法，是群智能理论研究领域的一种主要算法。用该方法求解TSP问题、分配问题、job-shop调度问题，取得了较好的试验结果．虽然研究时间不长，但是现在的研究显示出，蚁群算法在求解复杂优化问题（特别是离散优化问题）方面有一定优势，表明它是一种有发展前景的算法．
这种方法能够被用于解决大多数优化问题或者能够转化为优化求解的问题。现在其应用领域已扩展到多目标优化、数据分类、数据聚类、模式识别、电信QoS管理、生物系统建模、流程规划、信号处理、机器人控制、决策支持以及仿真和系统辩识等方面，群智能理论和方法为解决这类应用问题提供了新的途径。
群智能理论研究领域有两种主要的算法：蚁群算法(Ant Colony Optimization, ACO)和微粒群算法（Particle Swarm Optimization, PSO）。前者是对蚂蚁群落食物采集过程的模拟，已成功应用于许多离散优化问题。微粒群算法也是起源于对简单社会系统的模拟，最初是模拟鸟群觅食的过程，但后来发现它是一种很好的优化工具。
2021-09-15 10:04:09
801KB
分享了冠状病毒群体免疫优化器源代码及其对应原文，亲测有效，更多算法可进入空间查看
2021-09-11 14:11:23
2.2MB
本书作者之一是美国计算机科学家三院院士Jon Kleinberg，另一位作者是经济学家。二人以图论为结构模型、博弈论为行为模型，去研究网络、群体与市场中的各种现象。
2021-09-06 10:23:37
52.9MB
1
fluent软件PBM模型（群体平衡方程）帮助文档，ANSYS FLUENT原版手册
ANSYS FLUENT Population Balance Module Manual，包含离散法和MOM，QMOM等的理论及FLUENT中使用教程
1.1.The Discrete Method
1.2.The Inhomogeneous Discrete Method
1.3.The Standard Method of Moments
1.4.The Quadrature Method of Moments
2021-09-01 19:57:51
2.09MB
1
「群体遗传学实战」第二课: 画出和文章几乎一样的PCA图，对应https://blog.csdn.net/u012110870/article/details/105553025
2021-08-18 18:06:22
202KB
1