基于SIRV病毒传播理论的装备保障网络级联失效分析

针对装备保障网络遭受敌方攻击时所显现出的复杂性现象,对比分析网络级联过程与病毒传播过程的相似性。在已有的负载容量级联故障传递模型基础上,融入了病毒免疫传播的过程,定义保障节点的4种不同状态,构建基于病毒免疫传播理论的装备保障网络级联传递模型,更好地再现了我方保障机构受到敌方实际打击和舆情攻击时的真实状况。通过仿真对比分析表明,在防御资源有限和时间迫切的情况时,优先考虑主动免疫策略,能够取得较好的抵御级联失效的效果,还可以辅助实施目标免疫策略,从而使装备保障网络具有较强的健壮性和较好的恢复能力。     

基于支持向量机的轰炸机敏感性权衡优化

生存力中敏感性方案的设计及改进是一个效益和代价不断权衡的过程。针对轰炸机敏感性权衡中的效益-费用优化问题,研究了基于支持向量机的轰炸机敏感性权衡方法。建立支持向量机代理模型,简化了敏感性的计算,并利用交叉验证和网格搜索对模型参数进行优化;拟合了轰炸机敏感性参数与增加费用的函数关系,将灵敏度理论引入敏感性权衡中,从最优效费比的角度出发,确定敏感性参数的取值范围。最后通过仿真验证了方法的可行性。结果表明,该权衡优化方法能够在费用约束条件下对敏感性参数的取值范围进行优化,在保证精度的同时提升了计算效率。     

一种非平稳随机循环工况下的参数化载荷模型

为解决土方工程机械非平稳随机循环工况下,其零部件设计与试验中载荷表达的难题,提出一种参数化载荷模型.以液压挖掘机多路阀回转联为研究对象,将其阀口压力载荷数据通过小波变换分解为载荷随机项和载荷趋势项;其中具有平稳随机特征的载荷随机项利用功率谱估计等处理实现其"随机项函数"表达,具有非平稳特征的载荷趋势项利用随机变量表征工况的函数拟合实现其"趋势项函数"表达;再将两者组合重构为"循环工况载荷函数".仿真与试验数据对比证明,该函数较好地复现了非平稳随机循环工况下多路阀载荷的随机特征.研究表明构建载荷模型的方法,对于实现面向循环工况特征的非平稳随机载荷的参数化表达,具有工程化应用的重要参考价值.     

基于L_1范数支持向量分类机的算法扰动设计

普通向量分类机算法普遍有效率低下、算法复杂的缺点,为了进一步降低计算量,提高算法效率,提出了支持向量机算法.该算法将二次规划问题转换为线性规划问题,同时可以进行优化降次.结果显示,在数据量较大的情况下可以迅速并较为准确地处理大量数据,面对较为困难的数据处理时可以实现数据的有效分类.     

局部双排桩在成都膨胀土地区深基坑支护中的应用

近年来，成都东郊膨胀土地基基坑工程事故频发，多种支护结构均出现不同程度的失稳现象。局部双排桩是在充分发挥双排桩优势基础上的一种适用于膨胀土地区的具有经济、快速、节能、节材、安全等特点的支护方法，从施工效果来看，基坑的变形均在规定范围内，证明了该支护型式切实可行。     

机场航站楼金属屋面敞开式檩条风荷载分布

基于缩尺比模型的风洞试验不易直接测试细小构件上的风荷载,借助数值风洞技术,通过建立建筑及其屋面檩条的空间模型,精细划分局部网格,获得不同风向角下屋顶敞开式檩条构件的风荷载分布.结果表明,敞开式屋面檩条构件受斜风作用更为不利,同时水平向的切向力比垂直向吸力更为显著,是构件抗风计算中不可忽略的重要部分.屋顶檩条风荷载分布具有明显的规律性,在屋面的尖角区域最大,因为该区域屋面曲线弧度最大,气流在该位置产生了较强分离对流,从而形成了较强的垂直向风吸力和水平切向力;在屋面的外侧区域风荷载也较大,与建筑边缘区的气流分离直接相关;在屋面的内侧区域明显较小且分布较为均匀.通过增加将檩条底部封闭的气动措施可以有效地减小屋面外侧区域檩条极值风荷载20%以上,但对屋面内侧区域的檩条效果不明显,建议将初始檩条底部敞开设计方案优化为在建筑边缘区域檩条底部封闭.     

An Adaptive Multiscale Ensemble Learning Paradigm for Nonstationary and Nonlinear Energy Price Time Series Forecasting

For forecasting nonstationary and nonlinear energy prices time series, a novel adaptive multiscale ensemble learning paradigm incorporating ensemble empirical mode decomposition (EEMD), particle swarm optimization (PSO) and least square support vector machines (LSSVM) with kernel function prototype is developed. Firstly, the extrema symmetry expansion EEMD, which can effectively restrain the mode mixing and end effects, is used to decompose the energy price into simple modes. Secondly, by using the fine‐to‐coarse reconstruction algorithm, the high‐frequency, low‐frequency and trend components are identified. Furthermore, autoregressive integrated moving average is applicable to predicting the high‐frequency components. LSSVM is suitable for forecasting the low‐frequency and trend components. At the same time, a universal kernel function prototype is introduced for making up the drawbacks of single kernel function, which can adaptively select the optimal kernel function type and model parameters according to the specific data using the PSO algorithm. Finally, the prediction results of all the components are aggregated into the forecasting values of energy price time series. The empirical results show that, compared with the popular prediction methods, the proposed method can significantly improve the prediction accuracy of energy prices, with high accuracy both in the level and directional predictions. Copyright © 2016 John Wiley & Sons, Ltd.     

基于均匀设计的海峡两岸高层建筑顺风向风荷载多因素分析

为明确海峡两岸高层建筑顺风向风荷载的异同,对两岸建筑风荷载标准进行了对标分析,并采用均匀设计方法进行了高层建筑顺风向风荷载多因素分析。研究表明:两岸风荷载标准中基本风速取样方法和极值分布参数取值方法存在明显区别,风压高度变化系数分布和不同重现期的设计风速转换系数大致相同,台湾标准给出的湍流强度建议值明显大于大陆标准;台湾标准分类计算建筑物主体和围护结构的设计风压,大陆标准采用统一表达式,两者给出的设计风荷载组合方式区别明显;以基底剪力和基底弯矩作为评价指标,H/(BL)(1/2)(高宽比)、α地面粗糙度指数)、C_g(脉动效应系数)、C_p(风荷载体型系数)和I_z(湍流强度),对高层建筑顺风向风荷载的影响程度依次减小,H/(BL)(1/2)和α为主要影响因素;随H/(BL)(1/2)的增大,C_g对顺风向风荷载的影响逐渐增强,当H/(BL)(1/2)增大到一定程度时,C_g成为主导因素。     

基于网络关注度的大宗商品市场预测研究

随着大宗商品市场化的加快和电子信息技术的快速发展,以互联网为载体的网络信息将方便快捷地传递到市场及市场参与者.本文从海量开源数据出发,利用搜索引擎平台,提取核心信息构建网络关注度指标,并提出了基于网络关注度的大宗商品价格预测模型.通过引入具有不同核函数的支持向量回归模型,分别建立了针对单个市场(原油、铜以及玉米)的网络关注度预测模型和综合考虑市场间联动性的多市场网络关注度预测模型.实证结果表明,网络关注度对于市场价格的变动有显著的格兰杰因果关系,引入网络关注度指标和相关市场信息能显著提高预测精度.     

Heterogeneous Forecast Adjustment

There is ample empirical evidence that expert‐adjusted model forecasts can be improved. One way to potential improvement concerns providing various forms of feedback to the sales forecasters. It is also often recognized that the experts (forecasters) might not constitute a homogeneous group. This paper provides a data‐based methodology to discern latent clusters of forecasters, and applies it to a fully new large database with data on expert‐adjusted forecasts, model forecasts and realizations. For the data at hand, two clusters can clearly be identified. Next, the consequences of having clusters are discussed. Copyright © 2016 John Wiley & Sons, Ltd.