杂志上的优化

本文采用有限元法对磁场作用下的对流辐射散热片进行了优化设计，并对其性能进行了分析。利用拉普拉斯变换得到线性化模型的精确解析解，验证了数值解的正确性。研究了变导热系数对流辐射翅片最佳性能的最佳尺寸，并给出了图解。同时，利用数值解分析了对流参数、辐射参数、磁参数以及毕奥数对散热片热性能的影响。结果表明，随着非线性导热系数的增大，翅片的最佳长度和热几何参数均增大。进一步分析表明，随着毕奥数、对流参数、辐射参数和磁场参数的增加，翅片的换热速率也随之增加，从而提高翅片的效率。建立了在不同的多沸换热模式下，为保证伽辽金有限元法解的稳定性和避免数值扩散，热几何参数不能超过一定的值。希望通过本研究能够加深对固体翅片在各种因素和翅片设计考虑下的热响应的认识。

在本文中，我们建立并研究了一个参数值不精确的食饵-捕食系统。我们也考虑了猎物和捕食者的收获。然后描述了该模型系统的复杂动力学性质，包括系统的正性和一致有界性，以及各平衡点的存在性和稳定性判据。在此基础上，深入研究了生态平衡的存在性和最优收获策略。本文还进行了一些数值模拟，以支持理论工作。此外，还强调了考虑模型参数集不精确值的要求。

墨西哥地处所谓的“火带”，因此很容易发生地震。事实上，三分之二的墨西哥领土都有严重的地震风险。另一方面，该国地处热带，容易受到来自太平洋和大西洋的飓风的影响。由于这些情况，墨西哥每年都有许多社区受到各种自然灾害的影响，需要高效的后勤系统提供及时的支持。这项工作旨在提供一种有效的元启发式方法，以确定韦拉克鲁斯州(墨西哥受灾最严重的地区之一)支持中心的最合适位置。元启发式是基于 -均值聚类(KMC)算法扩展到集成(a)支持中心的相关容量限制，(b)微遗传算法采用遗传算法来估计最合适的支持中心数量的搜索间隔，以增加分配任务的灵活性，并采用随机决策模型来进一步改进最终的分配。这些对KMC算法的扩展导致了抓取能力 -Means Clustering (GRASP-CKMC)算法，为墨西哥韦拉克鲁斯3837个面临风险的社区建立260个支持中心提供了非常合适的解决方案。利用已知的测试实例和元启发式对GRASP-CKMC算法进行了验证。验证支持其作为标准元启发式(如Capacitated)的替代方案的适用性 -均值(CKM)、遗传算法(GA)和变邻域搜索(VNS)。

本文提出了拓扑感知的两阶段I/O (TATP)，它优化了ROMIO中最流行的MPI-IO集体实现。为了提高文件访问时的跳字节度量，拓扑感知的两阶段I/O采用线性分配问题(LAP)来寻找文件域到聚合器的最优分配，这是大多数两阶段I/O实现中没有考虑的一个方面。分布基于每个进程存储的本地数据，其主要目的是减少I/O集合操作的总跳字节。因此，可以提高全局执行时间。在大多数考虑的场景中，与原始的两阶段I/O实现相比，支持拓扑的两阶段I/O获得了重要的改进。

脑异常是人类社会的主要危险因素之一，发病率较高。肿瘤的早期识别是提供必要的治疗程序以挽救病人的必要条件。本文采用Jaya算法(JA)和Otsu函数(OF)引导方法，对Flair和T2模态记录的脑部MRI不规则切片进行挖掘。这项工作从二维MRI切片的轴向、矢状和冠状三个角度对脑肿瘤进行了两步检查。本文提出了一种基于不同阈值水平(Th = 2, 3, 4, 5)，阈值实践前后的头颅剥离过程，以及基于Chan-Vese方法的肿瘤提取。在文献中发现的其他著名的启发式方法中，JA的优越性得到了证实。实施的研究结果证实，在BRATS 2015数据集上，Jaya算法指导的方法能够呈现较好的Jaccard-Index、Dice-Coefficient、sensitivity、specificity、accuracy和precision值。

摘要研究了具有势的Schrödinger方程的最优可观测性问题，并证明了其时间渐近可观测性估计 ,与 ,使用光谱理论。提出了一种利用时间渐近可观测常数来建立问题模型的优雅方法。对于特定的小势函数，在给定条件下证明了一个非零渐近可观测常数的存在性，并描述了它的显性质和最优值。此外，我们给出了数值模型的精确描述，以分析包括修正谐振子在内的重要势阱例子的性质。