基于属性理论的西部地区高速公路后评价

为了科学、有效地总结西部地区已投入运营的高速公路项目的经验教训,提高西部地区高速公路项目管理水平,基于属性理论建立了西部地区高速公路后评价模型。首先,从过程评价、投资与效益评价、影响评价、目标持续性评价4个方面构建了西部地区高速公路后评价指标体系。属性理论的运用,能将定量因素和定性因素有机结合起来进行评价,运用属性理论建立了后评价模型。最后,将该公路后评价模型应用于甘肃省某高速公路项目,并通过获取的各项基本参数,对案例公路进行了后评价分析。研究结果表明,该项目实施与运营效果良好。针对于这一评价效果,对案例项目的经验教训进行了总结,提出了关于西部地区高速公路项目发展的针对性建议。     

处理器片上缓存内及时局部性环境分析

为提高处理器内核访存效率、命中率和缩短访存延迟,将具有时间和空间关联关系的数据汇集在处理器片上缓存内,数据便具有了有利于处理器内核访存的及时局部性.本文分析了营造及时局部性环境的合理性和及时局部环境因数据迁移而产生的变化规律,为进一步改造片上缓存结构和片上数据迁移提供新的启示.     

大学生线上自主学习能力培育影响因素模型及实证研究

大学生线上自主学习能力是衡量新时代下大学生综合能力和素质的重要标准,因此对影响大学生线上自主学习能力培育的因素进行研究。通过理论演绎和实际调研,从学习者,教育者、线上课程和学习环境等4个维度出发提出大学生线上自主学习能力培育影响因素模型,运用SPSS和AMOS等工具对收集的数据进行统计和分析。结果表明:影响大学生线上自主学习能力培育的因素权重排序为学习者>教学者>线上课程>学习环境,但是它们之间的差异并不是特别明显,而且学习环境对学习者,教学者和线上课程也有一定的影响和制约。相关数据分析结果为科学培育大学生线上自主学习能力提供了一种思路和方向。     

利用人工智能神经网络预测广州市PM2.5日浓度

利用差分整合移动平均自回归模型(ARIMA)、后向传播神经网络(BP)以及长短期记忆神经网络(LSTM), 对广州市2015—2019年的PM_2.5浓度数据进行训练和预报, 研究集合经验模态(EEMD)分解和时间分辨率对不同模型预报准确性的影响。结果表明, EEMD分解可以显著地提升低频分量的预报效果; 提高输入数据的时间分辨率可以提升预报效果, 尤其在ARIMA自回归模型预报中较为明显, 用神经网络进行预报时需要考虑输入数据量增加带来模型复杂度增加的问题。由于模型使用前一天(t -1)的PM_2.5作为输入数据, 即只能预报t+1天的PM_2.5值。为增加模型的预报时效, 采用滚动预报的方式对模型进行优化, 能够显著地提升预报时效, 实现对t+n天的连续预报, 且预报误差与后报结果相当。将时间精度为6 h的数据作为输入, 用ARIMA模型进行预报的效果最好, 最小MAE值为6.478。     

散射光对基于Bi-EDFA的分布式光纤传感器信噪比的影响

本文研究了长距离传感线路中散射光对基于双向掺铒光纤放大器(Bi-EDFA)的光纤传感器的影响规律.理论分析了散射光对系统信噪比的影响,同时设计实验测试了传感系统的信噪比.结果显示,在相同条件下,散射光越大,其信噪比越差.长距离传感线路中接入色散补偿光纤导致进入Bi-EDFA中的后向散射光增大,系统信噪比恶化.本文将色散补偿光纤位置调整到两个单模光纤中间,降低了散射光对传感系统的影响,散射噪声受到有效抑制,信噪比得到同步提升.     

基于改进粒子滤波算法的Bouc-Wen模型参数在线识别方法

在线模型参数更新是提高结构混合试验中数值子结构模型精度的有效手段。为了提高强非线性模型参数在线识别精度,在标准粒子滤波算法的基础上提出了一种改进的辅助无迹粒子滤波算法。在重要性采样中,基于最新观测信息采用无迹卡尔曼滤波方法计算每一个粒子估计,以提高粒子非线性变换估计精度;在重采样过程中,引入辅助因子修正粒子权值,以丰富粒子多样性、削弱粒子退化现象。采用改进粒子滤波算法针对Bouc-Wen模型进行了在线参数识别,并与标准粒子滤波算法、扩展卡尔曼粒子滤波算法以及无迹粒子滤波算法的参数识别精度和计算效率进行对比分析。结果表明,与其它3种算法相比,辅助无迹粒子滤波算法在单步计算耗时增加的基础上,在线参数识别精度明显提高,参数识别值波动幅度显著降低。最后,通过橡胶隔震支座拟静力试验,验证了采用改进粒子滤波算法在线识别Bouc-Wen模型参数方法的有效性。     

半线性椭圆问题的非精确自适应有限元方法

考虑一类半线性椭圆问题的非精确自适应有限元方法.该算法在初始网格需要精确求解,而在其余网格只需要对上一步的近似解进行一次牛顿更新.利用有限元方法的精确解和非精确解之间的超逼近性质,给出该方法的先验和后验误差估计,最后通过具体算例来验证该理论的正确性和该方法的有效性.     

基于遗传算法的建筑隔震支座优化布置软件研发

针对目前手工布置隔震支座费时费力、效率低下的问题,基于遗传算法研发了隔震支座优化布置软件.首先研究了偏心率计算方法和限值要求,阐述了遗传算法的基本原理及其求解偏心率问题的具体含义和适应度函数设计,然后简要介绍了隔震支座优化布置软件的开发,最后基于实际隔震建筑工程对该优化布置软件进行了测试.结果表明,该优化布置软件可自动快速地控制偏心率,提高隔震支座布置效率,从而有利于促进隔震技术在工程中的应用.