牛顿混沌迭代法及其在电机中的应用
牛顿迭代法在物理学中的应用
牛顿迭代法在物理学中的应用牛顿迭代法是一种求方程根的数值方法，它是由17世纪著名的英国物理学家和数学家牛顿发明的。
他的方法是通过利用导数的概念来不断优化猜测值，从而找到一个方程的根。
在物理学中，牛顿迭代法被广泛应用于各种实验和理论计算中，例如求解粒子加速器中的粒子轨迹的方程，或者求解天体物理学中的引力场方程等。
在粒子物理学中，牛顿迭代法被用来优化束流的传输，这是一个非常关键的问题。
束流经过各种控制器后，其轨道可能产生偏差和失真，这就需要对牛顿迭代法进行改进和优化。
一种改进的方法是使用多项式牛顿迭代法，它可以减少迭代次数，从而提高计算效率。
此外，还有一些其他的方法，例如使用人工神经网络和遗传算法等，来优化牛顿迭代法的求解过程。
另一个典型的应用是天体物理学中的引力场方程。
引力场方程描述了恒星和行星之间的相互作用，它是一个高阶非线性方程。
由于该方程的求解过程非常复杂，通常需要使用数值方法进行计算。
牛顿迭代法是目前最常用的求解方法之一。
在电磁场理论中，牛顿迭代法也被广泛应用。
电磁场方程是一个包含电场和磁场的非线性偏微分方程，牛顿迭代法可以帮助求解电场和磁场的强度分布。
例如，在核磁共振成像中，可以使用牛顿迭代法来重建原始信号，从而得到更精确的图像。
总之，牛顿迭代法在物理学中发挥了至关重要的作用。
不仅能够解决各种高阶非线性方程，而且也可以优化相关的理论和实验计算。
这种方法的广泛应用表明了数学和物理学之间的密切联系。
在未来的发展中，我们有理由相信，牛顿迭代法和其他基于数值计算的方法将会不断推动物理学的进步。
耦合混沌映射牛顿迭代法在电机系统中的应用
０ 引 言
电机 系统 中许 多包 含非 线性 因素 （ 如饱 和 ） 的 问题 往往 可 以统一 转化 为求解 非线 性方 程组 ：
…
方 法各有 其优 点和 不足 。如 符号 法 ， 计算 量大 ， 其 中间多项式 膨 胀 等 ， 数 值 方法 的 同伦 法 虽 可求 而 出全 部解 ， 但计 算 量大 ， 而优 化法 与牛 顿法 只能得 到 一个解 ， 初 始值 相 当敏 感 。这 些 数 值 方 法 的 对 研究 重点 都放 在 算法 上 ， 没有 注意 到 这 些 方法 本 身就 是 由数 值 迭代过 程 所构成 的非线性 离散 动力 系 统 ， 这种 迭代 过 程 所 产 生 的 动力 学 行 为 的研 对
较 易 把握 ， 对 初 始 值 较 为敏 感 ， 算 量 大 ， 只 但 计 且
解是数 学 工作 者和 工 程 专 家都 十分 重 视 的问 题 。 对于非 线 性方程 组 求 解 已有许 多 方 法 ： 如牛 顿 迭 代法及 其 改进方 法 ］ 同伦 法 ］ 数学 机 械化 方 １、 。、
ａ ｄ ｅ ｆ ｃ ｉ ｅ，ｗｈｉｈ ｐ ｏ ｄ ｓａ ｎ ｗ ｙ ｔ ｏ ｖｅ ｔ ｏ ｅ ｉ ｏ ｏ ｙ ｔ ｍ ． ｎ ｆｅ ｔｖ ｃ ｒ ｖｉ ｅ ｅ ｗａ ｏ ｓ ｌ ｈｅ ｐｒ ｂｌ ｍ ｎ ｍ ｔ ｒ ｓ ｓ ｅ
Ｋｅ ｙ ｗｏｒ ｓ： ｃ ｏ ｄ ｈａ ｓ； ｔ ｏ ｄ ｍ ｅ ｉ ｎ ｍ ａ ｉ ｗ — ｉ ｎｓｏ ｐｐ ｎｇ； ｌ ｇｉｔｃ ｍ ｏ ｌ ｏ ｓ ｉ ｄｅ ；ｍ ｏｔ ｒ ｎ ｌｎｅ ｒ ｅ ａ ｉ ｎｓ ｏ ； ｏｎ ｉ ａ ｑｕ ｔｏ ．
— —
Ｖ １２ ， ． ｏ． ９ Ｎｏ ２
—
—
ｎ ｅ Ｉｔ ｃ ｄ ｉ Ｅ ｉｏ
解非线性方程的牛顿迭代法及其应用
解非线性方程的牛顿迭代法及其应用一、本文概述非线性方程是数学领域中的一个重要研究对象，其在实际应用中广泛存在，如物理学、工程学、经济学等领域。
求解非线性方程是一个具有挑战性的问题，因为这类方程往往没有简单的解析解，需要通过数值方法进行求解。
牛顿迭代法作为一种古老而有效的数值求解方法，对于求解非线性方程具有重要的应用价值。
本文旨在介绍牛顿迭代法的基本原理、实现步骤以及在实际问题中的应用。
我们将详细阐述牛顿迭代法的基本思想，包括其历史背景、数学原理以及收敛性分析。
我们将通过具体实例，展示牛顿迭代法的计算步骤和实际操作过程，以便读者能够更好地理解和掌握该方法。
我们将探讨牛顿迭代法在各个领域中的实际应用，包括其在物理学、工程学、经济学等领域中的典型应用案例，以及在实际应用中可能遇到的问题和解决方法。
通过本文的介绍，读者可以深入了解牛顿迭代法的基本原理和应用技巧，掌握其在求解非线性方程中的实际应用方法，为进一步的研究和应用提供有力支持。
二、牛顿迭代法的基本原理牛顿迭代法，又称为牛顿-拉夫森方法，是一种在实数或复数域上近似求解方程的方法。
其基本原理是利用泰勒级数的前几项来寻找方程的根。
如果函数f(x)在x0点的导数f'(x0)不为零，那么函数f(x)在x0点附近可以用一阶泰勒级数来近似表示，即：这就是牛顿迭代法的基本迭代公式。
给定一个初始值x0，我们可以通过不断迭代这个公式来逼近f(x)的根。
每次迭代，我们都用当前的近似值x0来更新x0，即：这个过程一直持续到满足某个停止条件，例如迭代次数达到预设的上限，或者连续两次迭代的结果之间的差小于某个预设的阈值。
牛顿迭代法的收敛速度通常比线性搜索方法快，因为它利用了函数的导数信息。
然而，这种方法也有其局限性。
它要求函数在其迭代点处可导，且导数不为零。
牛顿迭代法可能不收敛，如果初始点选择不当，或者函数有多个根，或者根是重根。
因此，在使用牛顿迭代法时，需要谨慎选择初始点，并对迭代过程进行适当的监控和调整。
matlab牛顿法电力系统潮流计算
标题：Matlab牛顿法在电力系统潮流计算中的应用一、概述电力系统潮流计算是电力系统分析与设计中的重要问题，它主要用于分析电力系统中各节点的电压、相角以及功率等参数。
其中，牛顿法是一种常用的潮流计算方法，在Matlab环境下的应用也十分广泛。
本文将对Matlab牛顿法在电力系统潮流计算中的应用进行深入探讨。
二、Matlab牛顿法的原理1. 牛顿法概述牛顿法是一种用于求解非线性方程组的数值方法，其迭代形式为： \[\mathbf{x}^{\left(k+1\right)}=\mathbf{x}^{\left(k\right)}-\mathbf{J}^{-1}\mathbf{f}\left(\mathbf{x}^{\left(k\right)}\right)\]其中，\(\mathbf{x}^{\left(k\right)}\)为第\(k\)次迭代的解向量，\(\mathbf{J}\)为\(\mathbf{f}\)的雅可比矩阵。
牛顿法是一种快速收敛的迭代方法，通常在电力系统潮流计算中具有较好的效果。
2. Matlab中的牛顿法实现在Matlab中，牛顿法可以通过编写相应的函数实现。
需要定义目标函数\(\mathbf{f}\)及其雅可比矩阵\(\mathbf{J}\)。
通过编写迭代过程，利用牛顿法进行求解。
三、电力系统潮流计算1. 潮流计算的概念电力系统潮流计算是指在给定负荷、线路参数和节点电压等条件下，求解系统中各节点的电压、相角以及功率等参数的过程。
潮流计算的目的是为了评估电力系统的稳定性和运行情况，对电网的规划与运行具有重要意义。
2. 潮流计算的数学模型电力系统潮流计算可以描述为一个非线性方程组求解的过程。
其数学模型可以表示为：\[\mathbf{f}\left(\mathbf{V},\boldsymbol{\theta}\right)=\mathbf{ 0}\]其中，\(\mathbf{V}\)为节点电压复数向量，\(\boldsymbol{\theta}\)为节点相角向量，\(\mathbf{f}\)为潮流方程。
迭代法和牛顿迭代法的优缺点及应用
迭代法和牛顿迭代法的优缺点及应用在数值计算和算法设计中，迭代法和牛顿迭代法是两种常见的数值优化方法。
它们可以很好地用于解决非线性方程组、最优化问题以及数学模型的求解等问题。
在实际应用中，它们的优缺点各有不同，可根据问题的特点选择适合的方法。
本文将对迭代法和牛顿迭代法的优缺点及应用进行分析。
一、迭代法1、迭代法的原理迭代法是一种通过不断逼近目标值的方法。
其思想是将一个原问题转化为一个递归求解的过程。
假设我们要求解一个方程f(x) = 0，可以利用如下公式进行迭代：$x_{n+1} = g(x_n)$其中，$g(x_n)$是一个递推公式，用来表示如何从$x_n$ 得到$x_{n+1}$。
通过不断迭代，可以逐渐逼近解。
当迭代次数足够多时，可以得到符合精度的解。
2、迭代法的优点（1）实现简单：迭代法的计算过程非常简单，只需要考虑递推公式即可。
（2）收敛速度较快：迭代法的收敛速度要比其他方法要快，尤其是在某些非线性问题中，迭代法表现出了其优异的收敛性。
（3）适用范围广：迭代法可以用于解决各种类型的数学问题，包括求解非线性方程组、求解最优化问题以及求解微积分方程等。
3、迭代法的缺点（1）收敛不稳定：由于迭代法只是通过不断逼近目标值的过程，收敛的速度和稳定性都受到了影响，可能存在发散的情况。
（2）初值选择的影响：迭代法在求解问题时，对于初值的选择需要非常慎重，因为不同的初值会得到不同的收敛结果。
（3）依赖递推公式：迭代法需要依赖于递推公式，当递推公式难以求解或者导数难以计算时，迭代法的效果可能会受到影响。
二、牛顿迭代法1、牛顿迭代法的原理牛顿迭代法是一种利用函数的一阶导数和二阶导数来逼近根的方法。
对于一个非线性方程f(x)=0，设其在$x_0$处的导数不为0，则可以用如下公式进行迭代：$x_{n+1} = x_n −\frac {f(x_n)}{f′(x_n)}$其中$f'(x_n)$是$f(x_n)$的一阶导数。
牛顿迭代法及其应用
牛顿迭代法及其应用牛顿迭代法是一种求解函数零点的迭代方法，具有快速收敛、精度高等优点，被广泛应用于计算机、数学、物理等领域。
本文将从理论和实际应用两方面介绍牛顿迭代法，并对其应用进行探讨。
一、理论基础牛顿迭代法是通过一点处的切线来逼近函数零点的方法。
设$f(x)$在$x_0$点有一个零点，且其导数$f'(x_0)$存在且不为零，那么该零点可以通过一点$(x_0,f(x_0))$处的切线与$x$轴的交点来逐步逼近。
假设切线的方程为$y=f'(x_0)(x-x_0)+f(x_0)$，则其中$x$轴上的交点为$x_1=x_0-\frac{f(x_0)}{f'(x_0)}$，这是零点的一个更好的近似值。
用$x_1$代替$x_0$，再利用同样的方法得到$x_2$，不断重复这个过程，即可逐步逼近零点。
这个过程可以用下面的公式表示：$$x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}$$这就是牛顿迭代法的基本公式。
从初始值$x_0$开始迭代，不断利用公式进行逼近，直到找到满足$f(x_n)=0$的解。
二、实际应用牛顿迭代法在实际应用中广泛存在，比如在计算机图形学中，通过牛顿迭代法可以精确计算出圆的周长、面积等参数，也可以实现快速的路径追踪和光线追踪。
在金融领域中，牛顿迭代法可以用来计算隐含波动率，即在期权定价模型中，寻找满足期权定价公式的波动率。
由于这个过程中往往要用到反函数，所以牛顿迭代法可以快速找到隐含波动率。
另外，在机器学习、神经网络中，多次用到牛顿迭代法进行梯度下降，智能化运用牛顿迭代法可以提高计算效率，降低误差。
三、应用探讨牛顿迭代法的应用范围较广，但在实际应用中也存在一些问题。
如何避免迭代过程中出现抖动、越界、阻尼等现象，可以通过设置收敛条件、调整步长等方式进行优化。
此外，当函数的导数存在零点或迭代公式不存在时，牛顿迭代法也会失效。
因此，在选择牛顿迭代法时，需要了解函数特性，根据情况选择适合的迭代方法。
电力系统潮流计算
电力系统潮流计算电力系统潮流计算是电力系统运行分析中的重要环节。
它通过对电力系统中各节点的电压、相角以及功率等参数进行计算和分析，从而得出电力系统的稳态运行状态。
本文将从潮流计算的基本原理、计算方法、应用及其发展等方面进行阐述。
一、潮流计算的基本原理电力系统潮流计算的基本原理是基于潮流方程建立的。
潮流方程是一组非线性的方程，描述了电力系统中各节点的电压、相角以及功率之间的关系。
潮流计算的目的就是求解这组非线性方程，以确定电力系统的电压幅值、相角及有功、无功功率的分布情况。
二、潮流计算的基本方法潮流计算的基本方法主要有直接法、迭代法以及牛顿-拉夫逊法。
直接法是通过直接求解潮流方程得到电力系统的潮流状况，但对于大规模复杂的电力系统来说，直接法计算复杂度高。
迭代法是通过对电力系统的节点逐个进行迭代计算，直到满足预设的收敛条件。
牛顿-拉夫逊法是一种较为高效的迭代法，它通过近似潮流方程的雅可比矩阵，实现了计算的高效和稳定。
三、潮流计算的应用潮流计算在电力系统运行与规划中起着重要作用。
首先，潮流计算可以用于电力系统的稳态分析，确定电力系统在各种工况下的电压、相角等参数，以判断电力系统是否存在潮流拥挤、电压失调等问题。
其次，潮流计算还可以用于电力系统的优化调度，通过调整电力系统的发电机出力、负荷组织等参数，以改善电力系统的经济性和可靠性。
此外，潮流计算还可以用于电力系统规划，通过对电力系统进行潮流计算，可以为新建电源、输电线路以及变电站等设备的规划和选择提供科学依据。
四、潮流计算的发展随着电力系统的规模不断扩大和复杂度的提高，潮流计算技术也得到了迅速的发展。
传统的潮流计算方法在计算效率和计算精度上存在一定的局限性。
因此，近年来研究者提出了基于改进的迭代方法、高精度的求解算法以及并行计算等技术，以提高潮流计算的速度和准确性。
此外，随着可再生能源的不断融入电力系统，潮流计算还需要考虑多种能源的互联互通问题，这对潮流计算提出了新的挑战，需要进一步的研究和改进。
牛顿拉普森迭代法原理
牛顿拉普森迭代法原理一、引言牛顿拉普森迭代法（Newton-Raphson iteration method）是一种用于求解方程近似解的数值方法。
它的原理是基于牛顿法和拉普森法的思想，通过不断迭代逼近方程的根。
二、牛顿拉普森迭代法的原理牛顿拉普森迭代法的核心思想是通过不断迭代逼近方程的根。
具体步骤如下：1. 选择一个初始近似解x0；2. 假设f(x)是一个连续可导的函数，求出f(x)在x0处的导数f'(x0)；3. 计算方程的切线方程，即通过(x0, f(x0))点并且斜率为f'(x0)的直线；4. 求出切线方程与x轴的交点，作为新的近似解x1；5. 重复步骤2-4，直到达到预设的精度要求。
三、牛顿拉普森迭代法的优点牛顿拉普森迭代法具有以下几个优点：1. 收敛速度快：相比于其他迭代法，牛顿拉普森迭代法通常收敛速度更快，特别是当初始近似解离真实解较近时。
2. 高精度：通过不断迭代逼近，可以达到较高的精度要求。
3. 广泛适用：牛顿拉普森迭代法不仅适用于求解代数方程，也适用于求解一些特殊的函数方程，如三角函数方程等。
四、牛顿拉普森迭代法的应用牛顿拉普森迭代法在实际问题中有着广泛的应用。
以下是几个典型的应用场景：1. 方程求解：牛顿拉普森迭代法可以用于求解非线性方程的近似解。
例如，可以通过迭代逼近求解多项式方程、指数方程等。
2. 优化问题：牛顿拉普森迭代法可以用于求解优化问题的极值点。
例如，在最小二乘法中，可以使用该方法求解最佳拟合曲线的参数。
3. 物理模拟：牛顿拉普森迭代法可以用于模拟物理系统的行为。
例如，可以通过迭代逼近求解自由落体运动中的位置、速度等参数。
五、牛顿拉普森迭代法的注意事项在使用牛顿拉普森迭代法时，需要注意以下几点：1. 初始近似解的选择：初始近似解的选择对迭代结果的精度和收敛速度有着重要影响，需要根据实际问题合理选择。
2. 收敛性判断：在迭代过程中，需要判断迭代结果是否达到了预设的收敛要求，以避免无限迭代或者迭代结果不满足要求的情况。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
维普资讯
第１ ８卷 第 １ 期
２０ ０ ６年 ２月
电 力 系 统 及 其 自 动 化 学 报
Ｐｒ ｅｅ ｉ ｇｓｏｆｔ ｏｃ ｄ ｎ ｈｅ ＣＳＵ — ＥＰＳＡ
Ｖｏ１ ８ Ｎ ｏ．１ ．１ Ｆｅ ２０ ｂ． ０６
牛 顿 混 沌 迭 代 法 及 其 在 电机 中 的 应 用
了用 排 斥 二 周 期 点 寻 找 牛 顿 迭 代 函数 的 Ｊ ｌ ｕｉ 的求 解 方法 ， 用 非 线 性 离 散 系 统 在 其 Ｊ ｉａ集 出 现 混 沌 分 形 ａ点 利 ｕｌ ｉ
现象的特点 ， 首次 提 出 了基 于混 沌 的 牛 顿 迭 代 的 非 线 性 方 程 组 求 解 的新 方 法 。计 算 实 例 表 明 了该 方 法 的 正 确 性与有效性 。 关 键 词 ： 沌 ；分 形 ； 莉 娅 集 ；电 机 ； 线 性 方程 组 混 朱 非 中图 分 类 号 ： ４ １ ２ ６ ＴＭ ７ ２ Ｆ ７． ６ ； １ 文献标识码 ： Ａ 文 章编 号 ：１ ０ — ９ ０ ２ ０ ） １０ ２ — ５ ０ ３８ ３ （ ０ ６ ０ － ０ ４ ０
Ａ ｂ ｔａｃ ： Ｍ ａ ｓｒ ｔ ｎｙ ｑｕｅ ｔｏ ｉ ｅｅｃ ｒｃ ａ ｈｉ ｅ ｔ ｉ ｓ ｃ ｎ ｓ ｉｎｓ ｎ ｌ ｔｉ ｍ ｃ ｎ ｓ ｕｄ ｅ ａ ｂｅ ｘｐ ｅ ｓ ｄ ｅ ｒ ｓ ｅ ｗ ｉｈ ｅ ｏｆ ｎｏ ｉ ａ ｅ ｔ ａ ｓ ｔ ｎｌｎｅ ｒ ｑｕａ ｉ ｓ． ｔｏｎ Ｎｅ ｔｎ ｔ ａｉｅ ｗ ｏ ｉｅｒ ｔｖ ｍ ｅ ｈｏ ｉ ａ ｉ ｐｏ ｔ ｎｔ ｅ ｈｎｉ ｅ ｏｒ ａ ｃ ｌ ｔｎ ｏ ｄｉ ｅ ｉ ａ ｏ ｍ ｕｌｉ ｍ ｅ ｉｎａ ｔ ｄ ｓ ｎ ｍ ｒ ａ ｔ ｃ ｑｕ ｆ ｃ ｌ ｕ ａ ｉ ｇ ｎｅ ｍ ｎｓｏｎ ｌ ｒ ｔｄｉ ｎｓｏ ｌ ｖ ｒａ ｅ． Ａ ｎ ｌｎｅ ｒ ｓ ｒ ｔ ｄｙ ａｍ ｉ ｐｒ ｅ ｓ ｓ ｅ ｉｉ ｅ Ｏ ｎｉｉ ｌ ａ ｉｂｌ ｏｎ ｉ ａ ｄｉｃ ｅ ｅ ｎ ｃ ｏｃ ｓ ｉ ｓ ｎｓｔｖ ｔ ｉ ｔａ ｇｕ ｓ ｐｏ ｎｔ ｗｈｉｈ ｅｓ ｉ ， ｃ ｓｈ ｏｗｓ ｆａ ｔ ｌ ａ ｒ ｃ ａ
ｒ ｇｏ ｅ ｉ ｎ， ａ ｔ ｅ ｅａｓ ｃ ｎｄ ｉ ｒ ｖ ｌ ｏｍ ｐｌｘ ｒ ｃ ａ ｔ ｕ ｕ ｅ ａ ｈａ ｓ ｈｅ ｍ ｅｎ ｅ ｆａ ｔ ｌｓ ｒ ｃｔ ｒ ｎｄ ｃ ｏ ｐ ｎｏ ａ． Ｂｙ ｃ ｎｓ ｒ ｃ ｉ ｇ ｅ ｏ ｔ ｕ ｔｎ ｒ ｐｕｌｉ ＷＯ— ｙｃｅ ｓｏｎ ｔ ｃ ｌ
Ｎ ｅ ｏ ａ ｓＩ ｅ ａ ｉ ｅＭ ｅ ｈ ｄ ａ ｔ ｐ ｉ ａ ｉ ｎ ｗｔ ｎ Ｃｈ ｏ ｔ ｒ ｔｖ ｔ ｏ ｎｄ Ｉ ｓ Ａ ｐｌｃ ｔｏ ｉ ｅ ｔ ｉ ａ ｈｉ ｎ Ｅｌ ｃ ｒ ｃ Ｍ ｃ ｎｅ
ＬＵ Ｏ ｏ － ｉ Ｙ ｕ ｘ ｎ，ＣＨ ＥＮ ｅ— ｏ Ｗ ｉｇｕ
பைடு நூலகம்
ｎ ｔ ｒ ． Ｔｈ ｅ ｓｔｖ ｒ ａｏ ｗｔ ｎ ｍｅ ｈ ｄ ｉ ｃ ｌ ｄ Ｊ ｌ ｅ ｈ ｔ ｓｃ ｍ ｐ ｓ ｄ ｏ ｈ ｏ ｎ ａ ｙ ｏ ｔｒ ｃ ｉ ｅ ａｕｅ ｅ ｓ ｎ ｉ ｅ ａ ｅ ｆＮｅ ｏ ｔ ｏ ｓ ａ ｌ ｕ ｉ ｓ ｔｔ ａ ｏ ｏ ｅ ｆｔ ｅ ｂ ｕ ｄ ｒ ｆａ ｔ ａ ｔ ｉ ｅ ａ ｉ ｖ
罗佑 新 ，陈 卫 国
（ 湖南文 理学 院机 械工 程 系 ，常德 ４ ５ ０ ） １ ０ ３
摘 要 ：电机 中 的 许 多 问题 都 可 以 转 化 为 非 线 性 方 程 组 的 求 解 问 题 ， 顿 迭 代 法 是 重 要 的一 维 及 多 维 的迭 代 技 牛
术 ， 迭 代 本 身 对 初 始 点 非 常 敏 感 ， 敏 感 区是 牛顿 迭代 法 所 构 成 的 非 线 性 离 散 动 力 系 统 Ｊ ｌ 其 该 ｕｉ 。本 文 提 出 ａ集
（ ｐ ｒ ｍｅ ｆＭ ｅ ｈａ ｉａ ｇｉ ｅ ｒｎ Ｄｅ ａ ｔ ｎｔｏ ｃ ｎ ｃ ｌＥｎ ｎ ｅ ｉ ｇ，Ｈｕ ｎ Ｕｎｉ ｅ ｓｔ ｆ ｎａ ｖ ｒ ｉｙ ｏ Ａｒ ｓ ａ ｄ Ｓｃｅ ｃ ｓ，Ｃｈ ｎｇ ０ ｔ ｎ ｉ ｎ ｅ ａ ｄｅ ４１ ０３，Ｃｈｉ ａ） ５ ｎ
ｐ ｉ ｔｆ ｎ ｔ ｎ ａ ｄ ａ ｏ ｔ ｇ ｉ ｖ ｒ ｅ ｉ ｇ ｔ ｒ ｔ ｅ ｍｅ ｈ ｄ，ａ ｗａ Ｏ ｄ ｔ ｒ ｉ ｅＪ ｌ ｅ ｏ ｎ ｓｉ ｔｏ ｕ ｅ ． ｏ ｎ ｕ ｃ ｉ ｎ ｄ ｐ ｉ ｎ ｅ ｓ ｍａ ｅ ｉ ａ ｉ ｔ ｏ ｏ ｎ ｅ ｖ ｙ ｔ ｅ ｅ ｍ ｎ ｕ ｉ ｓ ｔｐ ｉ ｔｉ ｎ ｒ ｄ ｃ ｄ ａ Ｏｎ ｔ ｅ ｂ ｓｓ ｏ ｈ ｔ ｅ ａ ｐ ｏ ｃ ａ ｅ ｎ Ｊ ｌ ｅ ｓ ｐ ｏ ｏ ｅ ｏ ｏ ｖｎ ｏ ｌ ｅ ｒ ｅ ｕ ｔ ｎ ．Ｓ ｍｅ ｈ ａ ｉ ｆ ｔ ａ ，ａ ｎ ｗ ｐ ｒ ａ ｈ ｂ ｓ ｄ ｏ ｕ ｉ ｓ ｔ ｉ ｒ ｐ ｓ ｄ ｆ ｒ ｓ ｌ ｉ ｇ ｎ ｎ ｉ ａ ｑ ａ ｉ ｓ ａ ｎ ｏ ｏ