一种新的夯扩灌注桩单桩竖向极限承载力公式

针对设计与施工中遇到的单桩承载力问题，采用计算与统计分析方法，对近10年来所完成的数百项工程，将其打桩原始记录、地质勘察报告与单桩竖向静载试验得出的承载力相对比而得出了一种小误差的夯扩灌注桩单桩竖向极限承载力计算公式，与单桩竖向静载试验吻合很好，对夯扩灌注桩设计与施工具有重要参考意义。介绍了夯扩灌注桩单桩极限承载力的研究方法、研究成果及应用效果检验。     

基于灰色系统理论单桩竖向极限承载力的预测

根据不完全的竖向静载试验数据,利用灰色系统理论的GM(1,1)模型预测单桩的竖向极限承载力,并对结果的合理性及误差进行分析.工程实例分析表明,竖向静载试验所施加的荷载达到或超过极限荷载的四分之三时,利用其数据进行单桩竖向极限承载力的预测具有较高的精度.同时新信息GM(1,1)模型、新陈代谢GM(1,1)模型比老信息GM(1,1)模型预测的结果更精确.     

基于尖点突变理论的单桩竖向承载力分析

在桩基工程中,单桩竖向承载力的确定和设计关系是否安全和经济的重要问题,国内外关于单桩竖向极限承载力的确定方法很多,但较为完善、科学和经济的方法较少.本文利用桩受竖向荷载时的荷载与位移的关系曲线,引入尖点突变理论,导出单桩竖向承载力的计算公式,并将导出的单桩竖向承载力的计算公式运用于实际工程中,与实测值相比较得到了较为满意的结论.     

完整指数函数拟合单桩Q-S曲线的分析

不同于以往确定完整指数函数参数的方法,提出了确定完整指数函数参数的差分形式最小二乘法;然后结合现场试验,对完整指数函数拟合Q-S曲线的规律进行分析,探讨用指数函数最大曲率点判定桩的极限承载力及其相应沉降的合理性;最后针对未加载至破坏的单桩竖向静载荷试验,研究用完整指数函数预测竖向荷载作用下单桩的极限承载力及其相应桩顶沉降的可行性,提出了预测单桩极限承载力的条件和预测单桩破坏时桩顶沉降的合理性和局限性。     

完整指数函数拟合单桩荷载-沉降曲线的分析

不同于以往确定完整指数函数参数的方法,提出了确定完整指数函数参数的差分形式最小二乘法;然后结合现场试验,对完整指数函数拟合荷载-沉降曲线的规律进行分析,探讨用指数函数最大曲率点判定桩的极限承载力及其相应沉降的合理性;最后针对未加载至破坏的单桩竖向静载荷试验,研究用完整指数函数预测竖向荷载作用下单桩的极限承载力及其相应桩顶沉降的可行性,提出了预测单桩极限承载力的条件和预测单桩破坏时桩顶沉降的合理性和局限性.     

单桩竖向极限承载力预测的SVM模型

在综合分析了各种单桩竖向极限承载力分析方法的基础上,建立了基于支持向量机(SVM)的单桩竖向极限承载力预测模型.以实测数据为学习样本和测试样本,讨论了其可行性.研究表明,该方法能较好反映桩的实际受力过程,具有一定的工程应用价值。     

区域性单桩竖向承载力预测模型研究

提出和建立了单桩竖向极限承载力预测的人工神经网络模型，并结合区域性工程实例进行了模型训练和检验．检验结果表明，该模型的预测值与实测值比较吻合．     

利用高应变CASE法判定单桩竖向抗压极限承载力

风电场场区地形一般较为复杂,如只利用传统的单桩竖向抗压静载荷试验确定风机桩基础的承载力,设备运输有诸多不便,工作效率偏低。在宁夏中卫香山200 MW风电场的建设中,尝试利用了工程物探中的高应变(CASE法)对风机桩基础进行了补充检测,通过对比相同桩用单桩竖向抗压静载荷试验和高应变(CASE法)判定的单桩竖向抗压极限承载力,发现高应变(CASE法)可作为判定单桩竖向抗压极限承载力的一种高效方法。     

预测钢筋混凝土预制桩竖向极限承载力的ANN方法研究

传统的钢筋混凝土预制桩极限承载力预测方法,难以考虑单桩极限承载力影响因素的模糊性和相互作用关系,本文提出并建立了预测钢筋混凝土预制桩极限承载力的人工神经网络方法,收集了某地区的41例钢筋混凝土预制桩,利用其中37例的实测数据建立了预测单桩极限承载力的ANN模型,另外的4例检验了模型的预测性能,研究结果表明,所建立的ANN方法的预测精度能够满足工程应用要求。     

估算单桩承载力与静载试验成果的对比分析研究

单桩竖向极限承载力是工程设计的重要参数,它直接影响着工程的安全性和经济性,文章以某桩基工程为实例,通过对单桩极限承载力的估算值与静载试验成果对比,找出二者之间差异,分析其形成的原因,建议单桩极限承载力的确定应综合分析各种方法,以确定其最接近值,服务于工程建设。     

模糊时间序列预测在动态经济系统预测中的应用

研究适合于动态经济系统的预测方法，对指导我国现阶段的经济工作有很大的意义。为尽可能地减少对动态经济系统预测的偏差，将模糊数学的理论应用于预测过程中，应用模糊时间序列预测方法，解决带有模糊信息的动态预测问题，使所得出的预测结果能够更加符合现实的需要。     

基于BP神经网络模型的城市生活垃圾产生量预测研究

提出一种基于BP神经网络Levenberg—Marquardt算法建立城市生活垃圾产生量的网络预测模型。该方法优于传统的灰色理论预测模型和根据人口数预测垃圾产生量，预测结果客观、合理、精确，实用性强。该研究方法对我国城市生活垃圾管理和环境规划具有一定的指导意义。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

未确知聚类理论在顶板沉降量预测中的应用

 从距离判别的思想出发,对未确知聚类理论中的置信度准则进行优化,并将该理论应用于顶板沉降量预测中。选取岩体抗拉强度、埋藏深度、暴露面积等9 个影响因子,构建顶板沉降量预测的未确知聚类预测模型。根据收集的15 组样本数据确定了未确知测度函数,并利用熵权法计算指标权重,预测得出顶板沉降的分类等级及顶板沉降量。经计算验证,该方法的平均预测误差为7.38%,较模糊数学、灰色关联及神经网络3 种方法有更高的预测精度。为进一步验证其实用性,以辰州矿业沃溪矿区为例,采用该方法对4142 采场进行顶板沉降量预测。结果表明,预测结果与实际监测结果相吻合,证明该方法用于采场顶板沉降量预测是客观合理的,可为矿山安全生产提供决策依据。     

翼型远场、中场阻力计算方法对比研究

本文研究应用了远场阻力计算方法,以及基于翼型阻力分解策略的中场积分计算阻力的方法。远场阻力计算方法是利用动量定理推导得出的,该方法较传统的表面积分方法,具有不受物体表面的影响,对于复杂外形也适用的特点;中场积分方法是近年来提出的一种新的计算阻力的方法,该方法将流场分为三个不同的区域：波阻区、型阻区、数值耗散区,通过对不同区域进行积分将阻力分解为波阻、型阻、数值耗散阻力。计算结果表明中场积分方法与传统的表面积分方法和远场积分方法相比,不仅可以将阻力分解成不同部分以便于进一步分析阻力产生机理,而且在计算中对网格量的要求较低,即使在网格量较小的情况下也能得到较精确的结果。     

霍尔果斯工业园区电力专项规划负荷预测分析

负荷预测是配电网规划的基础工作,是电力专项规划的核心内容.针对新建工业园区的特点,以新疆霍尔果斯经济开发区兵团分区作为案例,首先运用负荷密度法、项目统计法、平均增长率法和最大负荷利用小时数法对工业园区进行负荷预测;然后,综合4种预测方法及预测结果,采用了组合预测法得到了兵团分区供电预测负荷.预测结果表明该方法具有较大的实用价值.     

采用分段思想的中段弹道预测算法

针对传统弹道预测方法存在的不足,提出了基于分段思想的弹道轨迹预测改进方法。介绍了中段弹道预测的一般方法,并对其误差产生的原因进行了分析;提出分段的思想,即将前一段新获得的预测终点作为下一段预测的起始点,来减少预测误差的积累,进而给出弹道轨迹预测的改进方法。对相关算法和流程进行了仿真验证及结果分析,结果表明:改进后的预测方法比传统方法误差减小了19%,验证了所提算法的有效性。     

基于二次多项式运动建模的WSN目标跟踪预测

针对无线传感器网络(WSN)目标跟踪线性预测模型误差较大的问题,提出一种基于二次多项式运动建模的WSN目标跟踪预测新方法(PQPMM),该方法根据机动性目标运动学原理建立预测模型,利用最小二乘法拟合目标定位坐标、定位时间的二次多项式函数来逼近目标运动模型.结果表明,PQPMM方法的总体预测准确度相比线性预测法明显提高,当拟合点数N=14时,PQPMbl方法均方根误差RMSE比线性预测法减小53%.     

基于GRU与PCA-TL的热应力下IGBT故障预测

针对热应力下绝缘栅双极型晶体管(insulated gate bipolar transistor，IGBT)的性能随时间逐步退化的特性，将深度学习中的时间序列预测算法应用到IGBT故障预测中，提出了基于门控循环单元（Gated Recurrent Unit，GRU）与主成分分析-迁移学习（principal components analysis- Transfer Learning，PCA-TL）的故障预测新方法。该方法以电参数集电极-发射极电压VCE作为衰退参数，采用GRU模型构建衰退参数与故障时间的映射关系；利用PCA技术综合相异分布特征的IGBT故障指标，引入TL方法，通过微调GRU预测模型的参数完成从源域到目标域的迁移，实现目标域样本的故障预测。实验结果表明，基于GRU的故障预测模型具有较高的预测精度，与长短期记忆算法（Long Short-Term Memory，LSTM）算法相比，训练速度更快；PCA-TL方法可实现同类器件不同工况下的故障监测任务。验证了所提方法的可行性和正确性。     

多金属矿产综合信息区域深部成矿预测——以临江市东港地区靶区预测为例

针对现有成矿预测方法存在预测精度低、效率不高的问题,提出多金属矿产综合信息区域深部成矿预测方法。采用地理信息系统(geographic information system,GIS)建立多金属矿综合信息库,数字化处理成矿信息。建立证据权模型,结合信息库,通过计算控矿地质因素的对比度,获取最优缓冲距离,完成区域深部成矿信息提取。基于此,利用遗传算法优化支持向量机参数,基于优化参数后的支持向量机完成成矿预测。实验结果表明:所提方法的最优缓冲距离计算准确率较高,支持向量机参数优化耗时短,且成矿预测精度在90%以上,不受数据状态的影响,预测度也优于传统方法,表明所提方法能够高效完成成矿预测。