基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

电子线路基于树枚举技术的符号分析

给出了电路符号分析的一种拓扑方法，该方法建立在Ｕｎｉｓｔｏｒ图树积的衍生基础上。给出了以独立组生成Ｕｎｉｓｔｏｒ图的全部有向树的直接方法。网格的代数余子式由计算机简化的Ｕｎｉｓｔｏｒ图的行列式获得。还介绍了该方法的ＰＣ机程序。     

脂肪醇物理化学性质的拓扑指数法研究

借助基团体积的贡献值和分子中各原子的支化度，写出分子的距离矩阵Di，由Di构建新拓扑指数五zi=ln(λmax λmid)；同时，引进分子的结构描述符Qc、有机性无机性比值OI，用多元线性回归关联脂肪醇的-lgS。-lgKow，RI，复相关系数均在0．99以上。     

关于S—可分空间和S—局部可分空间

本文引进了S－可分空间和S－局部可分空间，并讨论了它们之间的关系及其有关性质。     

LF拓扑空间中T21/2分离公理的几个性质

给出LF拓扑空间中T212分离公理的三条重要性质,即弱同胚不变性、相对可积性和可和性.     

正激变换器拓扑形式的分析

根据变压器复位的方式不同，正激变换器有四种不同的拓扑形式。介绍四种复位方法的工作过程及优、缺点，并对它们进行了比较。     

脂肪腈结构与凝聚型性能之间定量关系的研究

借助于分子拓扑学探讨了脂肪腈的凝聚型性能与分子结构之间的关系，提出一个结构基础明确的定量关系式．对乙腈到二十一烷腈的计算结果表明，沸点、密度和折光指数的计算值都很接近实验值．应用这一定量关系，不仅能够合理表征脂肪睛结构与凝聚型性能的关系，而且有助于揭示物质结构与性能关系之间的奥秘。