无环境信息下多尺度网格细胞群空间表征模型

针对无环境信息条件下网格细胞空间表征问题, 提出一种多尺度网格细胞群的空间表征模型。通过减少吸引子网络模型网格细胞的偏好朝向, 使网格细胞具有特定的感应方向, 仅对特定方向上的速度产生响应。基于改进的吸引子网络模型, 构建多尺度网格细胞群, 并对空间进行表征。仿真结果表明, 改进后的网格细胞模型只响应相应方向的速度, 准确整合速度信息, 表征部分未探索区域, 且适用于无环境信息条件下一维、二维空间。在100 m×100 m的区域, 表征结果的误差不超过0.2 m, 证明了该模型能够扩大网格细胞的表征范围, 提高表征精度与表征能力。     

目标电磁散射的面中心立方体网格FDTD方法

基于面中心立方体(face-centered cube, FCC)网格的空间结构, 由麦克斯韦方程出发, 推导了基于FCC网格的单轴各向异性介质完全匹配层(uniaxial anisotropic media perfectly matched layer, UPML)吸收边界条件以及近-远场外推边界条件的三维迭代式。通过典型算例, 先后验证了基于面中心立方体网格的时域有限差分(FCC-finite difference time domain, FCC-FDTD)方法的UPML吸收边界条件和近远场外推边界条件的正确性。最后通过计算金属球的后向雷达散射截面(radar cross section, RCS)比较了FCC-FDTD方法与传统FDTD方法的计算精度, 结果显示FCC-FDTD方法具有更高的计算精度。     

基于变量依赖关系模型的变量重要性度量方法

为了减少变量变更的代价,需要评估变量在程序中的重要程度。对变量的重要性度量有利于合理安排软件测试资源,保证软件质量。通过分析程序中各变量状态,利用变量间的依赖关系构建变量依赖关系模型,将图论和变量重要性度量相结合。针对现有节点重要性度量方法存在的局限性问题,提出一种新的基于变量依赖关系模型的变量重要性度量方法。实验表明,该方法在变量重要性度量方面的准确性相比其他方法有所提升。     

橡胶板式支座锚栓超低周疲劳断裂分析

为研究螺栓球节点橡胶板式支座中锚栓在灾难地震中受弯剪发生超低周疲劳的断裂问题，依国家现行规规范设计并制作了橡胶板式支座模型，采用双向加载法对其进行了大位移超低周疲劳试验，得到了四根锚栓的超低周疲劳破坏形态。并从宏、微观角度对锚栓断口进行了分析。结果表明：在往复荷载下，锚栓发生无明显塑性变形的较突然性断裂，为超低周破坏形态，其断口存在疲劳源区、扩展区和瞬断区等典型的疲劳断裂特征，且不同位置锚栓的受力方向和裂纹起裂时间、扩展速率均不同；同一锚栓断口上韧性断裂与脆性断裂特征并存，但总体均表现为偏脆性断裂。     

超导电力技术在未来智能电网中的应用

随着社会经济的不断发展,电力企业的发展也极为迅速,尤其是智能电网的发展更是取得了很大的成绩,为我国电力企业的发展创造出更多的机会。但是,智能电网的发展不能满于现状,应充分结合先进的超导电力技术不断提升其综合技术,促进智能电网系统的可持续发展。     

面向突发事件的电网韧性能力评价及构建方法

近年来,我国对电力系统面对突发事件时的性能表现提出了更为严格的要求,利用韧性的概念构建电网系统能够实现应急全周期内避免损失.文章利用应急管理理论分阶段刻画韧性的特征,在描述突发事件下电网韧性能力的同时提出了一种定量评价电网韧性的方法,它侧重于电网在突发事件发生后随着时间的推移维持稳定、抵抗中断、恢复性能的调整能力:利用给出的韧性评价指数结合电网特有的包括运行模式、组件物理强度和网络拓扑结构在内的电网特征,针对性地描述了能够增强电网韧性的措施.最后举例选取N-1准则措施利用PSCAD软件进行仿真模拟,利用韧性评价指数说明N-1措施能够增强电网韧性的同时,验证了韧性评价指数的合理性.电网实例引用IEEE14节点模型.     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务，其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度，而深度学习方法能够融入深层语义特征，从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN （dependency convolutional neural network）模型，该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系，而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合，再将这两部分信息作为原句信息的补充，输入到卷积神经网络中，以此来获取词语之间长距离依赖信息。实验结果表明，加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP （microsoft research paraphrase corpus）数据集上，模型准确度和F1值分别为80.33%和85.91，在SICK （sentences involving compositional knowledge）数据集上模型的皮尔森相关系数能达到87.5，在MSRvid （microsoft video paraphrase corpus）数据集上模型的皮尔森相关系数能达到92.2。     

近壁面网格尺寸对湍流计算的影响

采用不同的网格划分策略,利用FLUENT软件对长直圆管管内湍流进行数值计算.计算结果与半经验理论曲线的比较和分析表明,降低网格渐变率、提高径向网格数目以及调整壁面层网格的y 值均能够有效改善计算结果的精确性,而y 在其中起主要作用.针对同一网格划分策略,改变边界条件对计算结果精确性的影响相对较大,而改变模型引起的影响则相对较小,因此,不同边界条件应采取相应的网格划分策略尤其是选择合适的近壁面网格尺寸.     

一种基于工作流面向服务的分布式远程协同仿真系统

从面向服务的视角对分布式协同工作流进行了分析,提出工作流网格资源化的概念.定义工作流模型资源为网格资源,并遵照网格资源描述的规范描述工作流模型资源,实现从网格基础设施资源层支持协同工作流;同时以该工作流模型为原型,以面向服务的体系结构为基本框架,构建网格环境中协同工作流服务框架,实现了基于工作流的面向服务的分布式远程协同仿真系统.     

基于本体论的网格服务组合方法

针对网格服务组合环境模拟的需求,在本体论的基础上提出了一种网格服务组合方法(GSCM),该方法能较好地解决网格服务间的逻辑关系,实现了网格服务间的动态交互、动态组合。试验数据表明,此方法是有效且可行的,对网格服务集成做了一次有意义的尝试。