开源代码大放送（最新版）
文一：
denotationFoam：一个基于OpenFOAM的气体爆炸模拟开源求解器
摘要：
爆轰波在先进推进系统中具有广泛的应用前景，数值模拟被广泛应用于研究爆轰波中流体动力流动与化学反应之间的复杂相互作用。本文基于 OpenFOAM 开发了一个用于准确、高效地模拟可压缩反应流和爆轰的开放源代码求解器——爆轰泡沫。爆轰泡沫能够模拟可压缩的、多组分的、反应性的流动，利用混合平均输运模型能够准确地计算详细的输运系数。与 RhoCentralFoam 相比，改进的 HLLC-P 近似黎曼求解器用于起爆泡沫，有助于准确解决起爆过程中出现的冲击波问题。此外，将自适应网格细化和动态负载均衡算法应用于起爆泡沫，大大提高了计算效率。进行了均匀着火、非定常扩散、激波管问题、预混火焰、平面爆轰、双马赫反射、爆轰胞体结构和斜爆轰波的验证试验。这些试验表明，爆轰泡沫能够准确有效地模拟可压缩的多组分反应流动和爆轰过程。
图：化学计量条件下不同压力下点火延迟时间随初始温度的变化
图：单独预测的密度等值线
图：(a)计算域示意图及初始条件和边界条件; (b)由爆轰泡沫预测的三波点轨迹; 和(c)三波点轨迹的烟尘箔
图：(a)温度，(b)压力，(c)密度梯度绝对值和(d)细胞水平在 t = 532μs 时的等高线，用爆轰泡沫预测在 T0 = 300K 和 P0 = 6670Pa 的 H2/O2/Ar 混合物中的爆轰传播。
文二：
DynABlock_2D:基于优化的MATLAB在砌体结构摇摆动力学、非线性静力和极限分析中的应用
摘要：
DynABlock_2D是一个独立的MATLAB®应用程序，用于地震作用和支撑运动下砌体结构的摇摆动力学、非线性静态和极限分析。该软件的设计目的是为评估历史砌体结构破坏机制的技术标准和评注中建议的不同类型的分析提供一个集成工具。本文的目的是描述用于不同类型分析的代码中实现的基于优化的公式的架构、主要功能和一般形式。砌体表现为刚性块体在无张力摩擦接触界面上相互作用的组合，具有弹性或刚性行为。一个简单的.xls文件用于输入与分析类型相关的机械参数和加载条件。CAD.dxf文件用于生成几何模型。文献中可用的高效求解器用于优化问题，涉及获得解决方案的短CPU时间。给出了拱和扶壁拱的应用实例，以说明所开发软件的功能和计算效率。
图：软件组件。（a） Excel输入文件；（b） AutoCAD.dxf输入文件；（c） MOSEK MATLAB优化工具箱（v.9.1.10）；（d） DynABlock_2D可执行文件；（e） MATLAB运行库（v911）。
图：（a） 与在AutoCAD中选择的三个块相对应的多段线；（b） 通过添加或拉伸节点编辑多段线；（c） 与连接元素相对应的多段线；（d） 具有与锚定图元和连接图元相对应的节点的多段线的详细信息。
图：通过俯卧撑和时程分析获得的扶壁上缩放拱的变形配置：（a）无张力刚性接触的非线性运动学分析（AT=1）；（b） 无张力-弹性接触的非线性推挤分析（AT=2，变形形状按200因子缩放以用于图形表示）；（c） 无张力刚性接触的非线性下推和上推分析（AT=3）；（d） 无张力弹性接触的时程分析（AT=5）；（e） 在没有张力-弹性接触的支撑运动下的时程分析（AT=6）；（f） 具有拉杆单元和无张力刚性接触的非线性运动学分析（AT=1）；。
文三：
MaranStable：规范几何中多相流的线性稳定性求解器
摘要：
MaranStable是一个软件，用于对规范几何中的二维非等温稳定多相流进行三维线性稳定性分析。可以选择Navier–Stokes方程的不同近似值，这些近似值由交错网格上的有限体积离散化。通过Newton-Raphson迭代获得的基本流的稳定性是通过使用法向模求解线性化的三维微扰方程来计算的。所有计算都基于Matlab，并广泛使用了已经并行化的反斜杠和eigs运算符，图形用户界面简化了对MaranStable的访问。
图：MaranStable的流程图，仅针对双流体模型显示。对于单流体模型，除了缺少“气相”之外，流程图在形式上是相同的。四个宏模块按颜色进行编码。绿色：解算器选择（i）。蓝色：初始化（ii）。红色：模拟（iii）。黄色：可视化和后处理（iv）。彩色框架（蓝色和红色）构成GUI的主要选项卡。黑色全框表示从属选项卡或按钮。黑色虚线框表示源文件。
图：（a）Rayleigh-Bénard问题的中立曲线，该问题在顶部和底部边界具有自由滑动条件；十字：MaranStable，直线：精确解。（b） 临界模式（k=kc=2.2214）的流线和温度场T′（颜色）。
图：领先的特征值(左)和临界温度场(右)相同的参数，但不同的计算模型。(a)奥伯贝克博欣内斯克方程 OB (mc = 1)和Tc = 52.2 °C。(b)与温度有关的全部性能(fTD)(mc = 0)和总温度 Tc = 56.1 °C。
图：非等温液体桥中的光线追踪: (a)在 r = 2.9 mm (蓝色虚线)时，进入或离开垂直于顶部(热)透明壁的液体的光线的折射率 N (T)和光路(红线)的空间分布。(b)光路特写
文四：
PyTES: 用于闭环经颅电刺 激的 Python 工具箱
摘要：
闭环经颅电刺 激（TES）吸引了越来越多的兴趣，但有限的硬件和软件解决方案阻碍了广泛采用。特别是，现有的解决方案仅限于特定的硬件、操作系统和商业软件包。我们为闭环TES提供了一个基于Python的工具箱PyTES。PyTES是开源的，易于与现有的Python包集成，用于实时大脑解码，并能够与各种低成本硬件解决方案对接。在本文中，我们回顾了闭环TES的现有解决方案，介绍了PyTES的设计原理，并演示了如何使用PyTES实现闭环TES协议。
图：闭环TES的基于PyTES工具箱的硬件实现示例和PyTES工具包设计的架构。从左到右依次为：图形用户界面（GUI）和PyTES工具箱（软件）、任意波形发生器（Rigol DG1062Z，DAC）和DCSP（刺 激器）的架构。
文五：
Sherpa：机器学习的鲁棒超参数优化
摘要：
Sherpa 是一个用于机器学习模型的超参数优化库。它是专门设计的问题，计算昂贵，迭代函数评价，如深层神经网络的超参数调整。有了夏尔巴，科学家可以使用各种强大的和可互换的算法快速优化超参数。Sherpa 可以在单台机器上运行，也可以在集群上并行运行。最后，一个交互式仪表板使用户能够查看模型的训练进度，取消试验，并探索哪些超参数组合最有效。Sherpa 通过自动化模型调优中较为单调的方面来增强机器学习实践者的能力。它的源代码和文档可以在 https://github.com/sherpaai/sherpa 找到。
图：study类的图解
图：Sherpa中并行超参数优化的体系结构图
