摘要： 2021年諾貝爾物理學獎得主帕里西在無序系統(tǒng)方面作出開創(chuàng)之舉,他提出復本對稱破缺方法解決自旋玻璃問題,這一方法也對神經(jīng)網(wǎng)絡(luò)等交叉學科產(chǎn)生深厚影響,激發(fā)未來對人工智能和人腦等復雜系統(tǒng)的進一步研究。2021年,諾貝爾獎委員會決定將物理獎頒發(fā)給研究復雜系統(tǒng)的三位科學家。

摘要： 瑞利-泰勒(Rayleigh-Taylor,RT)不穩(wěn)定性廣泛存在于自然界和工程領(lǐng)域,認清RT不穩(wěn)定性演化過程中的物理機理具有重要的理論意義和實用價值。本文利用離散玻爾茲曼方法模擬了可壓縮流體的RT不穩(wěn)定性現(xiàn)象,并利用該方法對界面連續(xù)的隨機多模初始擾動的可壓縮RT不穩(wěn)定性進行了數(shù)值研究。研究結(jié)果表明,在溫度梯度的影響下,與熱通量相關(guān)的熱力學非平衡強度呈現(xiàn)先增大后減小的趨勢;在熱擴散作用下,界面上的熱力學非平衡強度先減小后增大,繼而影響熱力學非平衡區(qū)域的占比,使之呈現(xiàn)相同的變化趨勢。最后,分析了全局平均熱力學非平衡強度隨時間的演化規(guī)律,發(fā)現(xiàn)在宏觀物理量梯度和熱力學非平衡面積的共同作用下,全局平均熱力學非平衡強度先增后減,最后趨于穩(wěn)定。不僅如此,熱力學非平衡區(qū)域面積的增大(減小)會增強(減弱)熱力學非平衡的強度;同時,物質(zhì)界面物理量梯度的增大(減小)對全局平均熱力學非平衡強度也有相同的影響,二者相互作用、相互競爭。

摘要： 本文利用微正則系綜研究了囚禁于一維諧振子勢阱中的無相互作用的玻色氣體和費米氣體的熱力學性質(zhì),并指出一維諧振子勢阱中理想玻色氣體和費米氣體的熱力學性質(zhì)是相同的.

摘要： 在研究算法時遇到如下問題:除實對稱矩陣或復厄米矩陣外,何種更大的矩陣類具有實譜?后者是量子力學的兩大特征之一,另一特征是波動性.聞名于世的量子力學的"百年大戰(zhàn)"就是圍繞著波動方程的解是否存在"隨機性"展開的.我們將介紹這幾年的探索,以一個意外結(jié)果打開了一個新視角.須知,現(xiàn)代數(shù)學的多個分支源于量子力學.可以想象,新視角所觸及的決非僅僅幾個小課題.

摘要： 針對多相復雜流體系統(tǒng)模擬研究,簡要介紹從格子氣模型到離散玻爾茲曼方法的發(fā)展歷程.從統(tǒng)計物理學基本原理出發(fā),通過粗?；Ｋ悸?給出玻爾茲曼方程;分析Chapman-Enskog多尺度展開方法所蘊含的測量逐步細化的物理圖像,給出離散玻爾茲曼建模的基本原則和主要步驟.簡要介紹離散玻爾茲曼在相分離、燃燒、流體不穩(wěn)定性等系統(tǒng)中的應用.對于多相復雜流體系統(tǒng)的動理學建模,技術(shù)關(guān)鍵是分子間作用力和化學反應貢獻的引入.不同顏色的示蹤粒子的引入,使得在單流體理論框架下即可實現(xiàn)混合過程中物質(zhì)粒子來源的確定;示蹤粒子在其速度相空間的分布所形成的結(jié)構(gòu)蘊含豐富的流場信息,為復雜流場研究張開一個全新的視角.在多介質(zhì)情形,離散玻爾茲曼建模與動理學宏觀建模的對應關(guān)系是一對多.隨著系統(tǒng)非平衡程度加深,相對于動理學宏觀建模與模擬思路,離散玻爾茲曼建模與模擬的復雜度上升速度較慢.作為系統(tǒng)行為粗?；枋龅囊环N物理模型構(gòu)建方法,離散玻爾茲曼根據(jù)研究需求,選取一個視角,研究系統(tǒng)的一組動理學性質(zhì),因而要求描述這組性質(zhì)的動理學矩在模型簡化過程中保值;是動理學直接建模方法的一種,為連續(xù)介質(zhì)建模失效或物理功能不足、而分子動力學方法因適用尺度受限而無能為力的介尺度情形提供了一條方便、有效的研究途徑.

摘要： 本文是基于北京大學"許寶騄講座"(2019/3/22)及隨后在各地的報告擴充而成.開頭是受惠于許寶脲先生的一些回憶;末尾是感謝北京大學一批老師幾十年來的支持和幫助.中間的主題部分先給出個人交叉研究的概述.然后從來自計算的挑戰(zhàn),進入一年多來筆者關(guān)于具有實譜的復矩陣理論的研究.這涉及計算、概率、統(tǒng)計力學和量子力學等領(lǐng)域.隨后介紹算法方面的最新進展,此乃概率論與計算交叉的又一案例.作為結(jié)束,也略述交叉研究的感悟.

摘要： 對一維自由粒子在μ空間的運動,經(jīng)典力學和量子力學各自提供了看似不同、實則等價的兩種描述.一些經(jīng)典教材對這個問題的表述有誤或者不完整.本文首先通過分析經(jīng)典力學中自由粒子在一維盒子中和在全空間的運動,畫出了μ空間的軌跡;然后通過分析量子力學中自由粒子在無限深勢阱中和在全空間周期性邊界條件下的運動,畫出μ空間每個量子態(tài)占據(jù)的面積元.最后本文討論了周期性邊界條件下動量為零的態(tài)存在性,一個量子態(tài)在相空間中的體積元和不確定性關(guān)系之間的區(qū)別等問題.

摘要： 從20世紀中葉至今,復雜系統(tǒng)研究迅速發(fā)展,成為了引人注目并具有廣泛應用的新領(lǐng)域.復雜系統(tǒng)要么具有結(jié)構(gòu)的復雜性,要么具有演化的復雜性,在多數(shù)情況下二者兼具.不同于傳統(tǒng)物理學通常處理的規(guī)則介質(zhì),許多復雜系統(tǒng)具有復雜結(jié)構(gòu),近年來受到極大關(guān)注的復雜網(wǎng)絡(luò)結(jié)構(gòu)就是其中最典型的代表.同時復雜系統(tǒng)也可表現(xiàn)為演化行為的多樣性和復雜性.即便系統(tǒng)結(jié)構(gòu)并不復雜,系統(tǒng)中的非線性相互作用可能產(chǎn)生復雜的演化行為,包括:形形色色的不穩(wěn)定性;豐富的斑圖動力學;各種各樣的自組織、涌現(xiàn)及進化行為等等.物理學從一開始就深深進入了復雜系統(tǒng)研究領(lǐng)域,其中統(tǒng)計物理無疑是研究和理解復雜系統(tǒng)最主要的工具.

摘要： 本文闡述了應用最大嫡原理推導出麥克斯韋速度分布，說明最大嫡原理應用于統(tǒng)計物理確實可行，進而使人們認識到統(tǒng)計物理與信息論的聯(lián)系。同時也為麥克斯韋速度分布的推導提供了又一種方法。

摘要： 眾所周知,統(tǒng)計物理所研究的是由大量微觀粒子所組成的宏觀系統(tǒng)。通過對微觀粒子運動規(guī)律的研究,可以根據(jù)一定的統(tǒng)計法則得出整個宏觀體系的各種性質(zhì),如比熱、壓強、電導、熱導等。近年來,這種統(tǒng)計物理的研究方法,在凝聚態(tài)物理和材料物理等領(lǐng)域都取得了很大的成功。一個凝聚態(tài)系統(tǒng),或一種新材料,是由大量的原子(包括其中的原子核和核外電子),以一定的結(jié)構(gòu)組合在一起。

摘要： 引入保守力學體系的時間和位相的雙參數(shù)方程，未利用Liouville定理就證明出了微正則綜的點在其能量曲面上的穩(wěn)定的分布形式。

摘要： 該文通過對國內(nèi)現(xiàn)行工科熱學教材現(xiàn)狀進行分析，提出了工科熱學教材體系的總體設(shè)想，探討如何用統(tǒng)計物理基礎(chǔ)取代氣體分子運動論內(nèi)容的一些具體做法和嘗試。

摘要： 本發(fā)明公開了一種基于同步信號塊聯(lián)合統(tǒng)計的物理小區(qū)標識提取方法，主要解決現(xiàn)有技術(shù)易產(chǎn)生主同步信號同步出錯，且需額外選擇同步信號塊進行后續(xù)信道解碼的問題。其方案是：5G終端確定搜索頻點，并在該頻點上進行主同步信號的粗同步檢測，確定組內(nèi)標識；選擇大小為M的同步信號塊索引集S，并對S中的同步信號塊數(shù)據(jù)進行頻偏估計補償，以進行精同步；分別對索引集S中的同步信號塊對應的輔同步信號進行同步檢測，得到組標識；根據(jù)組、組內(nèi)標識算出M個可能的物理小區(qū)標識，再從中選擇正確的小區(qū)標識。本發(fā)明提高了主同步信號的同步精度，降低了小區(qū)搜索的時延，可用于5G移動通信中在低信噪比下的小區(qū)搜索。

摘要： 本發(fā)明涉及一種統(tǒng)計和物理相結(jié)合的(n,α)反應截面實驗數(shù)據(jù)評價方法，屬于核數(shù)據(jù)評價技術(shù)領(lǐng)域，所述方法包括以下步驟：調(diào)研收集現(xiàn)有的(n,α)反應截面實驗數(shù)據(jù)相關(guān)信息，確定實驗數(shù)據(jù)的實驗方法，對實驗數(shù)據(jù)進行數(shù)學和物理分析，了解實驗數(shù)據(jù)的分布規(guī)律，尋找隱性變量；根據(jù)隱性變量對實驗數(shù)據(jù)進行分類分析評價，得到實驗數(shù)據(jù)評價結(jié)果；并以此為依據(jù)，通過數(shù)學擬合等方式得到推薦激發(fā)函數(shù)。本發(fā)明所述方法從數(shù)學和物理兩方面著手，尋找辛普森悖論中影響數(shù)據(jù)準確度的“隱性變量”，從實驗數(shù)據(jù)評價的角度，能夠有效避免PPP問題的發(fā)生，有效提高評價數(shù)據(jù)的準確性以及評價工作的效率。

摘要： 本發(fā)明公開了一種基于統(tǒng)計信息的協(xié)作物理層安全增強方法，構(gòu)建無線傳輸系統(tǒng)模型；整個通信過程采用了兩時隙的方式進行信息傳輸；構(gòu)造以協(xié)作干擾功率與無人機部署位置為優(yōu)化變量，聯(lián)合優(yōu)化協(xié)作干擾功率與無人機的位置部署使得私密速率達到最大化；在無人機中繼固定部署的條件下，通過雙向搜索方法來求解優(yōu)化問題，優(yōu)化干擾功率最大化私密速率；在最優(yōu)協(xié)作干擾功率的條件下，使用深度強化學習來求解無人機部署的優(yōu)化問題，通過DQN算法逼近無人機的最優(yōu)部署。本發(fā)明無人機部署方便，不受復雜地形和障礙物的限制；通信適用性強、信息傳輸質(zhì)量高。

摘要： 本發(fā)明在傳統(tǒng)經(jīng)驗統(tǒng)計預測模型基礎(chǔ)上，引入了動力氣候模型產(chǎn)生的關(guān)于大氣環(huán)流、海溫等氣候表征量的信號，在建立預測模型的過程中加入對于中長期風資源變化有重要影響的氣候指數(shù)，結(jié)合氣候指數(shù)這類物理變量進行建模，進而將氣候動力學與統(tǒng)計學相結(jié)合，在最大信息利用的基礎(chǔ)上，進行模型優(yōu)化，從而提升中長期電量預測水平。

摘要： 本發(fā)明公開一種耦合物理?統(tǒng)計?深度學習的大氣水汽反演方法，包括：構(gòu)建物理反演方程組，得到物理反演方程組的解；構(gòu)建高精度統(tǒng)計數(shù)據(jù)庫；基于物理反演方程組的解和高精度統(tǒng)計數(shù)據(jù)庫，得到訓練數(shù)據(jù)庫和測試數(shù)據(jù)庫；構(gòu)建深度學習網(wǎng)絡(luò)；基于訓練數(shù)據(jù)、測試數(shù)據(jù)庫和深度學習網(wǎng)絡(luò)，得到反演結(jié)果。解決了物理和統(tǒng)計方法中存在的病態(tài)性和非線性問題，大大提高了大氣水汽的反演精度；以地表溫度和發(fā)射率作為先驗知識，對地表進行真實的表征，可以減少紅外波段的使用，提高了干燥或者濕潤環(huán)境下的反演精度；通過采集多源數(shù)據(jù)以獲得數(shù)據(jù)準確、應用廣泛的高精度數(shù)據(jù)集，克服了以往僅使用單一數(shù)據(jù)源反演大氣水汽的缺點。

摘要： 一種確定內(nèi)存的方法、統(tǒng)計服務(wù)器(100)、物理機(300)和存儲介質(zhì)，所述方法包括：接收在預設(shè)時間段內(nèi)監(jiān)控到的各個物理機(300)對應的計算機容器的內(nèi)存使用記錄；計算機容器為使用物理機(300)內(nèi)存的容器(S201)；獲取預設(shè)分位數(shù)，以及各個物理機(300)各自對應的最大內(nèi)存使用率(S202)；根據(jù)預設(shè)分位數(shù)、內(nèi)存使用記錄、最大內(nèi)存使用率、以及各物理機(300)對應的計算機容器的預設(shè)最大可用內(nèi)存，確定每個物理機(300)對應的每個計算機容器的固定占用內(nèi)存，其中，每個物理機(300)對應至少一個計算機容器(S203)。

摘要： 本實用新型公開了一種系統(tǒng)計算機機箱物理散熱裝置，包括主機箱，所述主機箱的前側(cè)下部嵌設(shè)安裝有框體，且所述框體的后側(cè)螺絲固定有無刷風扇，所述框體的側(cè)向開設(shè)有若干插槽，所述插槽內(nèi)均滑動嵌設(shè)有過濾板，所述主機箱的后側(cè)上部開設(shè)有通風槽，所述通風槽內(nèi)鉸接有擺板，本實用新型一種系統(tǒng)計算機機箱物理散熱裝置，通風槽位于框體的上方，而熱空氣容易膨脹上浮，這使得通入計算機機箱底部的冷空氣能夠完全帶走計算機機箱的內(nèi)部熱量，由疏到密的過濾網(wǎng)，能夠逐層阻礙不同粒徑的灰塵通過過濾網(wǎng)，極大減輕了單獨設(shè)置密集過濾網(wǎng)所造成的灰塵堵塞情況，保障了計算機機箱的進風效果，且過濾板能夠逐層抽出，方便了清理操作。

摘要： 本發(fā)明公開了一種優(yōu)化的土壤統(tǒng)計物理導熱系數(shù)模型構(gòu)建方法，該方法包括以下步驟：將土壤中的熱傳導視為由石英、除石英外的其他礦物質(zhì)、空氣和液態(tài)水四種物質(zhì)代表的橢球體顆粒陣列(u列、n行)的組合，顆粒形狀為扁平旋轉(zhuǎn)橢球體，扁平旋轉(zhuǎn)橢球體的熱傳導從扁平旋轉(zhuǎn)橢球體體心出發(fā)均勻發(fā)射到表面；由扁平旋轉(zhuǎn)橢球體的均勻熱傳導場，計算單一扁平旋轉(zhuǎn)橢球體顆粒的熱阻，處理后得到陣列的整體熱阻；根據(jù)傅里葉導熱定律和Usowicz's statistical?physical導熱系數(shù)模型，最終得到優(yōu)化的土壤統(tǒng)計物理導熱系數(shù)模型。本發(fā)明采用旋轉(zhuǎn)橢球體表示土壤導熱系數(shù)模型的顆粒形狀，更加接近土壤顆粒的真實形狀，并能夠計算出實際環(huán)境下土壤導熱系數(shù)。

摘要： 本發(fā)明公開了一種基于統(tǒng)計物理學和人工智能的電力負荷預測方法，涉及人工智能技術(shù)領(lǐng)域。該方法包括：基于歷史電力負荷數(shù)據(jù)，建立基于統(tǒng)計物理學的數(shù)學模型；基于最大熵原理求解所述數(shù)學模型中電力負荷對應的概率分布函數(shù)；基于所述概率分布函數(shù)進行不同時間尺度的電力負荷預測，得到電力負荷預測結(jié)果；利用人工智能技術(shù)辨識負荷變化的影響因素，對所述電力負荷預測結(jié)果進行修正，得到最終的電力負荷預測結(jié)果。本發(fā)明中的電力負荷預測方法能夠在特殊情況下為用電需求的分析和預測提供參考并做出修正，并不需要對用電的來源進行詳細剖析，也無需分析背后復雜的原因，這一點也反映了本發(fā)明的便于應用、對知識約束的要求低等優(yōu)勢特征。

摘要： 本發(fā)明公開了一種優(yōu)化的土壤統(tǒng)計物理導熱系數(shù)模型構(gòu)建方法，該方法包括以下步驟：將土壤中的熱傳導視為由石英、除石英外的其他礦物質(zhì)、空氣和液態(tài)水四種物質(zhì)代表的橢球體顆粒陣列(u列、n行)的組合，顆粒形狀為扁平旋轉(zhuǎn)橢球體，扁平旋轉(zhuǎn)橢球體的熱傳導從扁平旋轉(zhuǎn)橢球體體心出發(fā)均勻發(fā)射到表面；由扁平旋轉(zhuǎn)橢球體的均勻熱傳導場，計算單一扁平旋轉(zhuǎn)橢球體顆粒的熱阻，處理后得到陣列的整體熱阻；根據(jù)傅里葉導熱定律和Usowicz's statistical?physical導熱系數(shù)模型，最終得到優(yōu)化的土壤統(tǒng)計物理導熱系數(shù)模型。本發(fā)明采用旋轉(zhuǎn)橢球體表示土壤導熱系數(shù)模型的顆粒形狀，更加接近土壤顆粒的真實形狀，并能夠計算出實際環(huán)境下土壤導熱系數(shù)。