网壳结构在地震作用下的动力稳定研究

以非线性有限元为工具，建立了网壳结构的非线性动力响应分析的有效方法．将网壳结构动力稳定判定准则引入到结构强度计算中，从而使结构的强度问题和稳定问题统一在一起．重点研究了单层球面网壳的非线性动力响应行为，对网壳结构在地震作用下的动力失稳状态以及倒塌现象作了理论上的研究，为“结构倒塌”作出了合理的定义，并进而探讨了网壳结构失稳机理。     

索系-空间杂交结构的动力特性和参数分析

研究由网壳、索系和塔柱构成的索系-空间杂交结构协同工作体系的动力特性，并进行参数分析．采用空间杆单元和空间梁单元分别构建网壳杆件和塔柱构件的力学模型；采用空间索单元并引入等效弹性模量对拉索进行力学建模．分析和比较网格形式、索系布局、结构支承、矢跨比、杆件截面及其尺寸等有关参数对结构动力性能的影响．结果表明，索系-空间杂交结构体系自振模态可分为塔柱在网壳结构切向的振动、塔柱在网壳径向的振动、整体结构协同振动和网壳结构自身振动等4个组群；结构各组群振动的自振频率相对集中，其出现顺序依赖于该类结构的具体构形及网壳、索系和塔柱的刚度．     

网壳结构与下部结构协同工作的研究

提出了考虑网壳结构与下部结构协同工作的简化处理方法，将支承结构简化为弹簧和附加质量，进而考虑下部支承结构的弹性效应和附加惯性效应．采用Newmark计算格式，对网壳结构进行动力时程分析，探讨了下部支承对结构地震响应的影响情况．建议根据工程的实际支承情况，设计时应考虑网壳与下部支承结构在地震作用下的协同工作．     

网格结构生成的代数映射改进技术

鉴于运用形式代数进行参数化建模只适用于简单空间结构的问题，提出了对空间网格结构的参数化快速间接二次建模新方法．通过生成相应平面网架结构，利用空间映射关系变换为空间网壳结构，并自行开发了空间网格结构生成软件GAs．该方法为解决诸如双层网壳结构、局部双层网壳、斜拉网壳等复杂构形的空间网格结构生成问题提供了新手段．根据映射理论，基于杆件种类最少原则，提出了切割型和组合型空间网格结构的形式代数算法，显示出这种间接二次建模对于切割型、组合型空间网格结构生成的有效性．     

基于模态曲率差参数的网壳结构损伤定位

将杆件模态曲率参数运用到网壳结构无损定位分析中，通过计算分析比较发现，以模态曲率为参数的损伤定位方法适用于工程中常用网壳结构的损伤定位。分别针对Schwedle型球面网壳、单层凯威特网壳、单层三向柱面网壳、单层双斜杆柱面网壳及双层凯威特网壳结构进行了计算分析对比，结果发现对于梁式单元网壳结构的损伤情况，损伤定位精度很高，证明了以模态曲率为参数的损伤定位方法对网壳结构进行损伤定位的有效性和实用性。     

单层网壳结构稳定性研究及其可靠度探析

稳定性是单层网壳结构设计中的关键一环，将可靠度引入单层网壳结构分析中也是非常重要的。通过对单层网壳结构稳定性及可靠度理论进行研究。本文综合现有分析方法，结合网壳结构规程要求，对单层网壳结构整体稳定性和可靠度进行研究分析。     

网壳合理形体问题探讨

总结常用网壳结构型式及特点，从具有仿生特征的新型穹顶结构一扇贝形网壳结构的结构型式及建筑应用探讨网壳的合理形体。     

空间网格结构的自动成形

依据形式代数（ｆｏｒｍｅｘａｌｇｅｂｒａ）理论，用ＦＯＲＴＲＡＮ语言编制了实用程序，使外形比较复杂的球面网壳、椭球形网壳、双曲抛物面形及筒壳等形式的网格结构能够利用计算机自动成形，避免了以往冗长、单调且易于出错的结构成形工作，与计算机辅助图形相结合，既直观又便于修改和检查．通过工程实例来说明形式代数在空间网格结构自动成形中的优越性和很强的实用性．     

开孔单层网壳结构的力学特性及稳定性（英文）

以网壳结构节点作为主要对象，对电厂干煤棚主体网壳结构构建数值模型，研究开孔网壳结构的屈曲模态，并进行非线性屈曲分析，探究竖向载荷与风荷载作用下的静力学特性.研究发现，网壳开孔处出现应力集中现象，竖向载荷作用下的节点最大应力为0.037 kPa,风荷载作用下的节点最大应力为0.024 kPa;竖向载荷作用下的节点最大位移为0.881 mm,风荷载作用下的节点最大位移为1.692 mm,较整体网壳结构节点平均位移分别增加69.34%和19.57%,均满足规范要求；特征值屈曲分析中，刚性节点网壳结构部分杆件发生形变，对结构安全有一定的影响.对网壳重新优化设计后，部分节点采用铰接节点，其特征值屈曲荷载较纯刚性节点的提高了4.12%,有效提升了网壳结构稳定性.     

单层柱面网壳在多点输入下的地震反应

采用可考虑行波效应和部分相干效应的人工合成多点地震动，同时考虑网壳结构的材料非线性和几何非线性，对柱壳在多点输入下的地震反应进行计算，并与一致输入下的地震反应进行对比，考察二者之间的差异；深入分析了大跨度单层柱面网壳结构在多点输入下的地震反应规律，得出一些有益于工程实际的重要结论．     

储层潜在敏感性B-P网络快速预测方法研究

对神经网络算法以及利用神经网络进行敏感性预测中经常出现的问题进行了探讨。着重介绍了合理网络结构的确定方法、学习样本的搜集与处理以及学习算法的改进等 ,并建立了改进的B P算法。通过水敏性预测 ,介绍了神经网络在敏感性预测中的具体应用过程 ,并对其在实际生产中的应用效果进行了验证。结果表明 ,利用改进后的神经网络对储层敏感性进行预测的方法 ,具有预测精度高、自适应好、容错能力强等优点。为了便于使用 ,编制了功能完备的敏感性预测软件 ,现场使用效果良好。     

基于人工神经元网络模型的预测控制研究

研究了基于人工神经元网络模型的非线性预测控制，所采用的网络为一种将线性模型与多层前向网络相结合的ＤＬＦ网络，仿真结果表明，该“混合网络”易训练，收敛速度可大大加快，在ＤＬＦ模型的基础上，本文研究了一种非线性预测控制算法，它的显著特点是在线计算量小。对于一非线性过程－球形罐液位的仿真结果表明，基于ＤＬＦ的非线性预测控制效果颇佳。     

基于神经网络的自适应噪声抵消器的研究

在系统阐述了自适应滤波器和自适应噪声抵消器基本原理的基础上,利用神经网络的特点,设计了基于四层神经网络的自适应噪声抵消系统,克服了传统自适应滤波器需要两路输入信号统计相关的特点。理论分析和计算机仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声消除能力和鲁棒性。     

神经网络在煤低温自燃实验炉建模中的应用

将人工神经网络的非线性特性和信息的分布性用于煤低温自燃实验炉的模型辩识。结果表明，用人工神经网络来建立非线性静态模型是可行的。从而为煤低温自燃过程的建模提供了一条新的途径。     

混沌神经网络研究及其应用

对全局耦合映射(GCM)模型、Aihara混沌神经网络模型和Inoue混沌神经网络模型等模型的研究现状、构成和特点进行了全面的分析,综述了混沌神经网络的主要应用领域,并试探性地指出了混沌神经网络的发展方向．     

运用自组织人工神经网络预测黄土高原生态经济破坏程度

本文运用T.kobonen自组织人工神经网络,分析预测黄土高原生态经济破坏程度,预测成功率较高.结果表明,神经网络方法性能良好,可望成为生态经济破坏程度预测的有效辅助手段.     

An improved BP artificial neural network algorithm for urban traffic flow intelligent prediction

The traffic flow is interrelated to traffic congestion, the big traffic flow directly results in traffic congestion of some section. In this paper, on the basis of the research of overseas traffic accident, considering the characteristic of Chinese traffic, artificial neural network was used to predict traffic accident, and an improved BP artificial neural network model according with Chinese the situation of a country was proposed. The urban traffic flow prediction was simulated under the particular situation, the simulation result shows that the improved BP artificial neural network can fit the urban traffic flow prediction very well and have high performance.     

基于专家系统与人工神经网络集成的航姿系统故障诊断

应用专家系统与人工神经网络的相关理论对某型飞机航姿系统的故障诊断问题进行了深入的研究，建立了基于专家系统与人工神经网络的集成式专家故障诊断系统，并利用该专家系统实现了某型航姿系统的故障诊断。应用结果表明：整个网络数据误差在训练10次时达到0．1，在训练829次时达到0．01，可以准确识别故障。     

构造容错人工神经网络的方法

具有容错能力的人工神经网络结构，可以提高人工神经网络的可靠性。本文提出了基于ＢＰ算法的容错人工神经网络评价函数，分析了容错性，并给出了模拟结果。     

基于人工神经网络的非线性系统辨识

人工神经网络是-个非线性动力学系统,具有自适应、自组织、自学习等功能。本文利用人工神经网络具有表达任意非线性映射的能力,对非线性系统进行系统辨识。仿真结果表明,该方法是可行的,计算精度高。