基于交叉图多样性和改进非凸张量正则化的不完整多视图聚类研究

本文提出约束二次插值优化算法(CQIO)解决恒体积-温度-摩尔量(NVT-flash)相平衡计算问题，以系统亥姆霍兹自由能(Helmholtz free energy)为目标函数，通过外点法与直接搜索法处理约束条件。相比传统牛顿法和热力学间接法，CQIO摆脱对初值敏感性和复杂导数计算的依赖；相较于首个人工智能算法CDE，其平均CPU时间最高提升54.56%，稳定性显著增强（Std值更低），为相平衡计算领域启发式算法应用提供新范式。

　　

亮点

• 提出首个用于NVT-flash问题的约束二次插值优化算法(CQIO)

• CQIO在75%测试案例中展现出优于CDE算法的计算效率和稳定性

• 突破传统方法对初值敏感和复杂导数计算的局限性

结论

本研究将NVT-flash问题建模为以系统总亥姆霍兹自由能为目标函数的优化问题，采用相摩尔向量和体积作为决策变量。CQIO通过直接搜索法和外点法处理约束条件，36组数值实验验证其有效性。在案例1-3中，CQIO较CDE平均CPU时间分别提升46.98%、54.56%和21.02%，除案例2外所有测试的标准差(Std)值均显著更低。该成果推动了启发式算法在相平衡计算领域的应用进程。

作者贡献声明

王宇彤：方法论构建、验证实验、初稿撰写；苏宝铎：概念设计、论文修订、可视化；詹雅倩：概念设计、数据 curation、深度调研。

利益冲突声明

作者声明不存在可能影响本研究的财务或个人关系。

（注：根据要求省略文献引用标识和图表标注，专业术语如NVT-flash、Std等保留原文格式，使用_{/^{处理下标如Mi）}}