若干化工过程的复杂性研究
作 者 : 刘闯
学位授予单位 : 华东理工大学
学位名称 : 博士
外文题名 : Complexity Study on Several Chemical Engineering Systems
导师姓名 : 周炜星
学位年度 : 2012
关键词 : 化学工程;复杂性;复杂网络;多重分形;推荐系统
摘 要 : 本文旨在从复杂系统的角度出发来研究一些化工过程,以期从中发现一些普适性的规律,并将这些规律应用于实际系统之中。本文主要以聚合物发泡,风洞试验中的大气湍流和药物靶标这三个系统为研究对象,采用了统计物理,多重分形和复杂网络等复杂性理论和方法对其中涌现出来复杂性规律进行了系统研究。第一章,首先简要的介绍了复杂系统和复杂性科学的发展历程及概念,重点说明了复杂系统的涌现和自相似性等主要特征,以及复杂网络在复杂性研究中的重要作用;接着主要从多尺度效应入手介绍了化工过程中的复杂性;最后,对本文的主要研究内容和框架结构进行了说明。第二章,主要采用二维多重分形降趋脉动分析法(2D-MF-DFA)研究了不同实验条件下的聚丙烯(PP)和低密度聚乙烯(LDPE)混合样品发泡断面的形貌特征。降趋脉动函数Fq与尺度s的幂律标度关系,广义Hurst指数h(q)随着q的非线性下降以及质量指数τ(q)与q的非线性关系表明了脆断表面形貌的多重分形特征。表征多重分形强度的量(多重分形谱宽度Δα和分形维数差△f)随着实验条件的改变呈现规律性变化。当混合样品中LDPE含量增大时,由于共混物内难以成核发泡的PP球晶区相对减少,实验得到的发泡样品泡孔密度增大,表现出来的多重分形谱的性质就是Δα随着混合物中LDPE含量的增大而增大,△f随着LDPE含量的增大而减小。由于升高温度有利于发泡的进行,其对于多重分形性质的影响与增大LDPE含量类似。自相似表面的形成也是样品在发泡过程中各个泡孔在自我生长时涌现出来的结果,分析结果表明多重分形谱可以作为一种表征材料表面复杂性的方法,来描述材料表面的形貌特征。第三章,主要研究了风洞试验中的大气湍流能量耗散速率极端事件时间间隔r的统计特征,以期通过对时间间隔的研究来发现极端事件的重现规律。结果表明,在r的均值RQ∈[50,500]时,r的分布PQ(r)=RQ-1f(r/RQ)可以用两段幂律形式来描述,并且呈现标度性,分布的标度行为通过了Cramer-von Mises统计检验。根据此分布的标度律,我们解出了在短时间内极端事件再次发生的概率,并用实证结果验证了该算法的有效性。条件概率PQ(r|r0)和降趋脉动分析(DFA)结果分别表明r具有短程相关性和长程相关性。进一步分析发现r的Hurst手旨数随RQ呈指数衰减,并通过外推得到了r的Hurst指数渐近值H∞=0.639,H∞>0.5表明对于十分极端的事件的时间间隔依然是长程正相关。r的MF-DFA分析结果表明极端事件时间间隔具有多重分形性质,通过打乱顺序之后的多重分形分析结果比较发现,时间间隔的胖尾分布和长程相关性可能是产生多重分形的原因。第四章,通过构建复杂网络的方法来研究风洞试验中的大气湍流信号。首先采用“可视图”方法构建网络,网络的幂律度分布表明了原湍流信号的自相似特性;边覆盖方法中的盒子数目随着盒子尺度的指数衰减表明了可视图并不具有分形结构;利用最大介数生成树来研究可视图的异速生长,不同区间的湍流信号的可视图表现出相同的异速生长特性,异速生长标度指数为η=1.163±0.005。然后通过湍流信号构建了近邻网络,motif分析结果表明不同尺度下的湍流信号表现出来的motif性质不一样,验证了湍流的多尺度效应;近邻网络的motif序列类别随着时间尺度的呈现规律性变化,可以根据不同的类别将时间尺度进行分类;进一步通过FBM和MRW模拟表明,motif的序列类别可能是由不同时间尺度下湍流信号的DFA指数不同决定的。第五章,首先对推荐系统算法进行了研究:推荐算法中基于网络结构的算法主要有基于物质扩散的ProbS和基于热传导的HeatS两种基本算法,我们在原有的HeatS+ProbS的混合算法的基础上引入了不均匀的初值。在MovieLens和Netflix两套基本数据集上对改进后的算法做性能测试,通过比较Ranking Score,Precision和Recall发现推荐准确性比原混合算法有较大提高;通过比较推荐列表的自多样性和互多样性发现在多样性方面也比原算法有所改进。此外,我们还将推荐系统引入到药物靶标系统中,通过推荐算法,为生物试验提供可能性更高的药物靶标对。我们使用了基于药物相似性的DBS算法,基于靶标相似性的TBS算法和基于网络结构的NBI算法进行预测,结果发现利用网络结构的NBI算法比利用了药物化学结构和靶标基因序列的DBS和TBS效果更好,并且优于文献中报道的其他算法的预测结果。从DrugBank数据集中,选择了DPP-IV和ERa,ERβ三个靶标来做生物验证,在这些靶标的推荐列表中挑选了排在列表前面的可以购买的药物。结果从40个药物中发现了7个未见报道的药物靶标链接,并从生物学的角度分析了这些药物对相应的靶标有作用、并且能够用来治疗相应疾病的可能。推荐系统为药物的重新定位,旧药新用提供了一种新的思路。

      • 温馨提示:
      • 在微信、微博等APP中下载时,会出现无法下载的情况
      • 这时请选择在浏览器中打开,然后再请下载浏览

发表回复

后才能评论