基于加速度内积向量和灰云模型的结构损伤识别

为了解决测量噪声等引起的损伤识别不确定性问题,提出了基于加速度内积向量和灰云模型相结合的损伤识别方法。描述了云模型和云发生器的基本理论和公式,计算了结构在随机激励荷载下的加速度响应,并利用互相关函数和二阶差分法构造出加速度内积向量损伤指标,最后,基于灰云模型建立了内积向量和损伤区间的前件云和后件云。考虑随机测量噪声等引起的不确定性,利用多种模式下的加权和均化计算,建立了基于灰云模型的损伤识别方法。数值计算结果表明,所提出的基于灰云模型损伤识别方法,可以较好地进行含噪数据的损伤识别,其识别效果优于单纯的加速度内积向量损伤指标。     

基于环境振动信号的框架结构震后损伤识别

提出了一种新的损伤指标用于框架结构的震后损伤识别.以环境振动作为激励信号,采用小波包分解理论,利用框架结构损伤后振动信号的能量在频域内的变化,构建损伤指标DI,并给出了损伤识别流程图.在此基础上,以某钢筋混凝土框架结构为例,设定4种震后损伤工况,对框架结构进行了震后损伤识别分析,探讨了不同楼层、不同类型振动信号对损伤识别效果的影响.结果表明:本文构建的损伤指标DI可以有效识别框架结构的震后损伤,损伤指标DI与损伤程度之间有近似线性的关系;基于较高楼层振动信号的损伤指标值对结构的损伤识别效果较佳;利用速度信号可获得比加速度信号更好的识别效果.     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.     

框架结构缺陷识别的小波信息熵方法

为有效检测框架结构缺陷,将小波分析和信息熵理论相结合,提出了一种基于小波信息熵的框架结构损伤缺陷以别方法。该方法首先对框架结构振动响应信号进行多分辨率分解,然后利用小波信息熵提取结构损伤特征信息,得到表征结构状态的信息熵指数,最后识别出框架结构缺陷的位置。并在一个三层结构框架模型上进行了仿真分析,分析结果表明:所提出的方法能在被测对象数学模型未知情况下,准确有效地对框架结构损伤进行识别与定位。     

基于柔度曲率梯度的刚架拱桥损伤识别

柔度类损伤识别指标对低阶模态敏感,提出柔度曲率梯度的损伤识别指标并应用于刚架拱桥损伤识别.新指标是通过将柔度曲率矩阵在标量场中进行延拓,求取方阵标量场中心元素的梯度向量而得到.采用实际刚架拱片尺寸建立有限元模型,使用频率相对误差与模态置信准则修正结构动力模型,基于动力修正模型验证了柔度曲率梯度的损伤识别效果,并采用截尾高斯分布的误差模型验证新指标的抗误差干扰能力.研究结果表明:基于动力修正模型的损伤指标检验方法新颖、合理,截尾高斯分布模型可以更好地反映测试误差分布,柔度曲率梯度可有效识别刚架拱片单处与多处损伤,在误差水平10%时仍具较好的识别精度.基于此,本文工作可为柔度曲率梯度在较复杂结构与实际桥梁损伤识别的应用奠定基础.     

结构损伤识别指标法及其实现

基于模态相关系数及模态应变能的理论，分析了结构损伤识别指标法的建立过程，提出了结构损伤识别指标法的实现途径，说明了该方法的特点和适用范围及需要解决的问题。     

多层框架结构区间优化新方法

多层框架结构的设计参数受测量或加工精度影响往往具有一定的误差或不确定性.针对设计参数具有不确定性的多层框架结构,提出一种区间优化新方法.用区间数表征框架结构的不确定设计参数,通过优化框架结构响应区间值的上界,将区间优化问题转化为近似的确定性优化问题.将结构响应Taylor展开式中的一阶导数也看成区间的,可得到框架结构响应更加准确的变化范围. 选择区间设计参数的中值和半径为优化变量,可以得到比传统确定性结构优化更多的优化信息.对一典型四层框架结构进行了具有频率约束的区间优化.结果表明,区间优化不仅能得到与传统结构优化大致相同的设计参数最优值,还能得到当实际工程问题中设计参数取不到理论最优值而有微小波动时,框架结构响应的变化范围,为框架结构的可靠性分析提供理论依据.     

时间序列与主成分分析的结构损伤识别

提出一种基于AR模型均方根误差主成分分析的结构损伤识别方法.首先利用检测数据建立AR模型,求得模型的均方根误差,然后,采用主成分分析的方法获得主成分载荷矩阵,将此矩阵经过数据标准化处理得到结构损伤特征指标.通过比较结构不同状态下传感器获得的损伤特性指标,进行损伤定位.最后,基于美国Los Alamos实验室三层框架结构模型的损伤实验数据,利用本文方法和基于AR模型系数损伤定位的方法对该结构各种损伤状况进行识别.2种方法的对比研究表明采用本文的方法,通过主成分分析排除外界干扰因素,减少运算量,具有更高的损伤识别精度.     

剪切型框架结构损伤的两步检测方法

针对剪切型框架结构提出了分步损伤检测的方法．通过包含较大测量误差的结构一阶振型斜率的变化来判别损伤位置，损伤位置的判别可大大减少待识别参数的数量．理论推导证明，当剪切型框架结构发生损伤时，损伤单元振型斜率的变化大于零，由此可判别损伤位置．在判别出损伤位置的基础上，利用能够较准确获得的结构前几阶固有频率作为神经网络的输入，建立损伤程度识别神经网络，进行结构损伤程度的识别．数值分析表明，该方法能够有效实现剪切型框架结构的损伤检测，并具有很高的计算效率和计算精度．     

基于小波包样本熵和支持向量机的框架结构损伤识别

基于小波包样本熵和支持向量机原理,研究了钢框架结构的损伤定位识别方法.分析在冲击载荷作用下框架结构的动力响应,对加速度信号进行小波包分解,建立小波包样本熵的损伤指标,采用支持向量机原理,识别结构损伤位置以及损伤程度.研究表明,该方法能够利用单一的传感器,实现理想的识别效果,且具有一定的适用性和鲁棒性,在60 dB的噪声水平环境中损伤定位识别结果在90％以上,在40 dB的噪声水平环境中,损伤程度识别结果在90％以上,框架实验模型研究表明,柱的损伤识别精度要高于梁的损伤识别精度.     

基于破损指数法的水泥道面预养护最佳时机决策模型

为了合理确定军用机场水泥道面预养护最佳时机,在分析现有公路路面和机场道面性能模型的基础上,建立了军用机场道面破损指数与国际平整度指数之间的关系式,结合军用机场水泥道面破损指数衰变模型和破损指数 国际平整度关系式,得到了军用机场水泥道面预养护最佳时机决策模型。基于目前我军仍然主要采用三米直尺进行平整度测试的现状,在大量实测数据的基础上建立了三米直尺平均间隙与国际平整度指数相关关系式,实现了二者之间的转换。基于军用机场水泥道面性能检测数据积累较少的现状,采用空间代时间的方法,对我军使用环境相近的若干个水泥道面的破损状况和平整度数据进行了拟合分析,验证了预养护最佳时机决策模型的正确性,得出了模型的具体参数。通过对破损指数 国际平整度关系式进行二次求导寻找道面破损指数衰变最快的唯一临界值,再由破损指数衰变模型求出该值所对应的使用年限,即为最佳预养护最佳时机。     

基于区间不确定性的多学科可靠性设计

针对随机可靠性设计和多学科设计直接结合中存在的随机可靠性无法解决不确定性信息量较少及直接结合的嵌套结构计算效率较低的问题,采用区间描述有限信息的不确定性,以非概率可靠性指标衡量多学科系统的可靠性,建立了基于区间不确定性的多学科可靠性设计模型.同时,为了提高计算效率,采用性能测量法来减少可靠性分析的计算量,并引入序列优化与可靠性评估方法将三层嵌套的多学科可靠性设计结构解耦为顺序执行的确定性多学科设计优化和多学科可靠性分析过程,降低了计算复杂性.通过一个算例验证了该方法的可行性和有效性.结果表明,相比多学科可行法,单学科可行法的计算效率较高.     

自主创新与我国林业产业发展关系的计量分析

为探讨我国林业自主创新与林业产业发展的动态关系和相互作用,基于VAR模型,应用协整分析、Granger因果检验、误差修正模型、脉冲响应函数和方差分解方法,实证检验了1985—2007年自主创新与我国林业产业发展之间的动态演进关系。研究结果表明:林业自主创新与林业产业发展之间既存在稳定的长期均衡关系,又存在短期的动态关系;林业自主创新是林业产业发展的长期Granger原因,而它们短期波动之间不存在因果关系;林业产业发展对来自林业自主创新的冲击响应强烈,而林业自主创新对来自林业产业发展的冲击响应微弱。最后,对实证结果进行了分析并给出政策建议。     

供应商评价的支持向量机模型及应用研究

对供应商的评价是企业供应中的首要问题。本文在建立供应关系数据仓库的基础上，挖掘和优化供应商评价指标体系。应用“温度计，洋葱头”算法建立供应商评价的隶属函数，以定义供应商评价的目标变量——供应商评价指数，和建立挖掘供应商评价的支持向量机模型。最后介绍了一个实例。     

页岩气水平井段甜点优选模型

为实现页岩气水平井压裂层段精细开发,总结并筛选出了合适的段甜点评价指标,利用测完井数据计算了水平井段各项指标参数,基于提出的段指标基线值,采用组合权重方法开展了指标权重计算,通过标准化指标值和权重乘积的形式建立水平井段优选模型,并以涪陵地区A1井为例进行验证,优选结果表明：第3、4、5、7单元段优选指数高于0.45是水平井分段的最佳甜点位置;第1、2单元段优选指数介于0.4~0.45属于中等甜点位置;第6单元段优选指数介于0.35~0.4之间属于较差甜点位置,从A1井产气剖面可以验证段甜点指数和与单段产气量具有较好的正相关关系,本优选指数模型能有效避免第10段和第12段的无效性,以期为水平井精细开发时提供参考。     

基于PSO参数辨识SVM的中长期径流预测研究

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辩识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后...     

产业结构变动与经济增长关系实证分析——以四川省达州市为例

通过对达州市1993—2009年的国内生产总值和三次产业产值的数据建立VAR模型,利用JJ协整检验、格兰杰因果检验、脉冲响应函数分析等,对达州市产业结构与经济增长的关系进行分析,并利用方差分解分析,实证出三次产业对经济增长的贡献度．根据实证分析结果,结合达州市经济发展特点,最后提出优化第一产业、大力发展二三产业、利用各产业间的连动作用加强产业问的协调发展等对策建议．     

决策单元取数一致准则下的灰区间DEA效率研究

当决策群体的输入输出变量为区间灰数时,假设各决策单元在同一指标下的灰区间变量取数一致。基于取数一致灰数大小比较的相关结论,建立了求解DEA效率区间上、下界的线性规划方程。灰区间DEA效率求解方法有两个优点:一方面,取数一致的假设体现了被评价决策单元和参考决策单元的竞争公平性;另一方面,求得的DEA效率区间长度较小,不确定性低,提高了信息不完全条件下采用灰区间DEA模型对决策单元进行有效性评价和效率评估时的分辨力。     

基于遗传算法的智能组卷系统研究

计算机辅助教学CAI的一个重要应用是计算机辅助测验CBT(Computer Based Testing)。智能组卷是CBT的基础,组卷中关键是解决生成满足教学和教师要求的试题,即约束优化问题。针对该问题,本文建立了基于考查点、难度系数和题型等为主要控制参数的该问题的数学模型,并给出了用遗传算法解决组卷问题的优化方法。实验结果表明,该组卷方法性能好、效率高,能较好地满足用户的要求。     

基于非对称GARCH与极值理论的商业银行信用风险度量模型

提出一种基于ARMA-TGARCH-EVT模型并适用于商业银行内部信用风险评估的新方法.首先通过广义矩法估计ARMA-TGARCH模型,获得近似独立同分布的残差序列zt;然后选用极值理论的越槛高峰模型(POT)对残差序列进行拟合分析,得到风险价值和期望损失的估计值,并采用Bootstrap方法给出95%置信水平下的置信区间;最后利用某商业银行2000-02-19～2010-12-15的日信贷资产对数收益率进行仿真,得到控制信用风险价值V和期望损失E值及置信区间,并与未经调整的预测值进行比较.研究结果表明,该方法在一定程度上克服了单纯进行极值分析时,由于序列的非独立同分布不能满足极值理论假设所造成的估计误差,改进了采用似然比率法估计置信区间时,由于极值事件的小样本所造成的偏差.