水平边界条件下深孔微差爆破的数值模拟

目的 研究水平边界条件下深孔微差爆破的作用机理。方法 采用动态非线性有限元法对单个水平自由面深孔微差爆破进行数值模拟。根据模拟结果分析岩块运动和槽腔内岩块的破坏方式。结果 孔底部分的岩石主要以冲击压缩破坏为主,而自由面附近的岩石主要以层裂破坏为主。结论 掏槽孔的爆破作用和微差时间的确定是影响微差爆破的重要因素,使用含定向裂纹的弹塑性模型可较好地描述脆性岩石本构行为。     

深基坑土钉支护抗拔机理

根据土钉抗拔试验结果,分析了土钉抗拔荷载传递机理,建立了抗拔作用的力学模型,结合实例分析了一些基本关系曲线的变化规律,理论分析与实践相符较好·     

对坝基开挖工程岩体稳定性有影响的几个因素

结合工程实例,探讨了初始地应力、构造地应力、开挖深度和开挖施工程序在坝基开挖工程中对岩体稳定性的影响,并得出了一些有价值的结论,可用于其他实际工程。     

新疆焉耆盆地中生界含煤地层深水成因的判别分析

对新疆焉耆盆地沉积环境的研究发现,其侏罗系含煤系地层具有大量深水沉积特征,与传统浅水成煤的观点相悖。依据沉积地球化学的基本原理,选择渤海湾地区东营凹陷和西部吐哈盆地分别作为深水断陷湖盆和浅水聚煤盆地的标准模型,对焉耆盆地现有无机元素丰度资料作判别分析。结果表明,该盆地侏罗系地层元素特征与东营凹陷很相似,由此推知其古环境在更大程度上倾向于东部深水断陷湖盆。萨胡判别分析证明,与煤共生的粗碎屑岩不是形成于河流环境,而是形成于深水浊积沉积环境。这种观点的提出突破了浅水成煤的传统观念,为进一步研究该盆地特有的沉积、聚煤模式提供了一条新的思路,拓宽了煤岩及成煤环境研究的思维领域。     

深井套管抗挤强度分析及计算

根据弯曲梁理论,建立了套管柱受非均布外挤压力作用的力学模型;并应用解超静定问题的正则方程和力法准则对该力学模型进行求解,得到了在非均布外挤压力作用下套管圆周上的弯矩、剪力、轴力、应力和位移的分布规律。计算表明,在非均布外挤压力作用下,套管抗挤毁强度大大降低。该力学模型不仅可以解释深井套管挤毁机理,而且可以改进深井套管抗挤强度设计。     

防喷大修取套与深部封窜工艺技术的应用

介绍油田油水井防喷大修取套和深部封窜工艺技术的原理、实施程序及适用条件的基础上进行扩展应用研究,并针对大修取套和深部封窜工艺技术能够解决的实际问题,简明地对大修工艺技术在油田开发中的应用前景进行了阐述,为老油田油水井大修工艺从普通型逐步演变成防喷型指明了技术方向.     

Volatility forecasting for stock market incorporating macroeconomic variables based on GARCH-MIDAS and deep learning models

Empirical experiments have shown that macroeconomic variables can affect the volatility of stock market. However, the frequencies of macroeconomic variables are low and different from the stock market volatility, and few literature considers the low-frequency macroeconomic variables as input indicators for deep learning models. In this paper, we forecast the stock market volatility incorporating low-frequency macroeconomic variables based on a hybrid model integrating the deep learning method with generalized autoregressive conditional heteroskedasticity and mixed data sampling (GARCH-MIDAS) model to process the mixing frequency data. This paper firstly takes macroeconomic variables as exogenous variables then uses the GARCH-MIDAS model to deal with the problem of different frequencies between the macroeconomic variables and stock market volatility and to forecast the short-term volatility and finally takes the predicted short-term volatility as the input indicator into machine learning and deep learning models to forecast the realized volatility of stock market. It is found that adding macroeconomic variables can significantly improve the forecasting ability in the comparison of the forecasting effects of the same model before and after adding the macroeconomic variables. Additionally, in the comparison of the forecasting effects among different models, it is also found that the forecasting effect of the deep learning model is the best, the machine learning model is worse, and the traditional econometric model is the worst.     

基于深度强化学习的机场货运业务优化研究

为了将智能Agent技术架构应用于机场货运业务的仿真模型开发,以机场货运资源优化为目标,提出了将深度强化学习与机场货运业务仿真模型结合的决策支持系统框架,用仿真数据实现对深度学习网络的训练,运用深度学习网络优化模型中的调度方案.训练成熟的系统采取在线模式,可以用于实时优化货运流程的调度方案.为了验证架构的有效性,在An...     

单变量序列数据分类方法综述

单变量序列数据分类涉及现实世界的诸多应用领域,具有重要的研究意义与应用价值。目前,单变量序列数据分类领域的发展处于深度学习逐渐取代传统方法的关键时期,但相关的归纳综述仍然很少。为了促进未来研究,本文对单变量序列数据分类方法进行了全面的总结,根据提取分类信息的不同,将现有分类方法分为基于形状信息、基于频率信息、基于上下文信息以及基于信息融合4种类别。此外,本文依托公开数据集对典型分类方法进行了对比与分析,并对未来研究方向进行了展望。     

基于强化学习的改进三维A*算法在线航迹规划

针对飞行器在线航迹规划对算法实时性与结果最优性要求高的问题,基于强化学习方法改进三维A^*算法。首先,引入收缩因子改进代价函数的启发信息加权方法提升算法时间性能;其次,建立算法实时性与结果最优性的性能变化度量模型,结合深度确定性策略梯度方法设计动作-状态与奖励函数,对收缩因子进行优化训练;最后,在多场景下对改进后的三维A^*算法进行仿真验证。仿真结果表明,改进算法能够在保证航迹结果最优性的同时有效提升算法时间性能。