虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

boltzmANN

  • 在大多数中研究伯肃叶流动用格子boltzmANN方法去扩展值得实践新的研究方法

    在大多数中研究伯肃叶流动用格子boltzmANN方法去扩展值得实践新的研究方法

    标签: boltzmANN 扩展 实践

    上传时间: 2014-08-26

    上传用户:ryb

  • 对于扩散反应方程的格子boltzmANN仿真实验 我们要达到解决反应项的问题

    对于扩散反应方程的格子boltzmANN仿真实验 我们要达到解决反应项的问题

    标签: boltzmANN 方程 仿真实验

    上传时间: 2014-06-09

    上传用户:hoperingcong

  • Lattice boltzmANN LBE模型在二维多孔介质流体渗流中的应用

    Lattice boltzmANN LBE模型在二维多孔介质流体渗流中的应用,基于geometry: D2Q9, model: BGK

    标签: boltzmANN Lattice LBE 模型

    上传时间: 2014-09-09

    上传用户:songrui

  • open lattice boltzmANN project www.openlb.org

    open lattice boltzmANN project www.openlb.org

    标签: boltzmANN lattice project openlb

    上传时间: 2013-12-19

    上传用户:x4587

  • open source lattice boltzmANN

    open source lattice boltzmANN

    标签: boltzmANN lattice source open

    上传时间: 2014-01-25

    上传用户:hopy

  • lattice boltzmANN code

    lattice boltzmANN code

    标签: boltzmANN lattice code

    上传时间: 2014-01-14

    上传用户:asasasas

  • 模拟退火算法来源于固体退火原理

    模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为boltzmANN常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。

    标签: 模拟退火算法

    上传时间: 2015-04-24

    上传用户:R50974

  • 模拟退火算法来源于固体退火原理

    模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为boltzmANN常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。

    标签: 模拟退火算法

    上传时间: 2015-04-24

    上传用户:ryb

  • 模拟退火算法来源于固体退火原理

    模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为boltzmANN常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。

    标签: 模拟退火算法

    上传时间: 2014-12-19

    上传用户:TRIFCT

  • 用于液体模拟

    用于液体模拟,是研究cfd的一种新方法,称之为lattice boltzmANN方法。本程序是d105模型的编码。这类编码网上很少,几近没有。如果哪们朋友有这方面的还希望能共用

    标签: 液体 模拟

    上传时间: 2013-12-18

    上传用户:cxl274287265