公路简支梁加固预应力筋束数的选择

体外预应力筋的束数对加固结构承载能力及结构的耐久性起着重要的作用,选择合理的束数即可以保证加固的效果又可以降低成本。通过对在役梁桥加固实例理论和有限元分析计算不同束数下跨中的弯矩和应力,确定加固梁合理的预应力筋的束数。     

清初丁耀亢诗歌艺术特色简论

丁耀亢是明清之际的重要诗人，其诗作具有鲜明的艺术特色：一是强烈鲜明的“诗史”精神，实录现实，揭露明末兵祸对民众的残害，对农民命运及汉文化变化的关注；二是比兴手法的广泛运用，强化诗歌的哲理意蕴；三是善于用典，增强了诗歌的内涵，但部分作品由于用典过度，造成语言艰深，表意晦涩的问题。     

基于改进双因子模型的装配过程人员可靠性

从分析人为失误机理的角度出发,把复杂的装配过程分解为工人的基本行为单元,以此作为研究对象,通过复合分层故障树分析提取人为失误的影响因素,把影响因素水平和该因素影响行为的贡献程度区分开来,提出人员特性的概念,建立了改进的双因子模型,运用粒子群算法进行求解,实现了人员特性各因子之间解耦最优化。通过磨具装配实例表明,该方法在人为失误因素的量化评价和辨识方面的应用是可行的。     

装配故障率的灰色最小二乘支持向量机分析

为了对装配故障率进行定量研究,用最小二乘支持向量机(LSSVM)对装配故障率与属性之间的关系进行了建模。在该模型中对影响故障率的5M1E(Man, Machine, Material, Method, Measurement and Environment)因素用装配可靠性评价方法(Assembly Reliability Evaluation Method, AREM)提取的装配故障率属性进行了改进,建立了装配故障率的全属性模型;为提高求解效率以及使装配可靠性控制更具有目的性,用灰色关联分析对装配故障率的属性进行提取,得到了主要属性,并用遗传算法对主要属性建立的装配故障率模型进行参数优化。用灰色关联分析提取的主要属性的LSSVM模型与全部属性建立的LSSVM模型和主要属性建立的BP神经网络模型的装配故障率预测进行比较,结果表明用灰色关联分析的LSSVM故障率模型不仅建模简单而且还具有预测精度高等优点。     

基于灰关联神经网络的电力工程造价估算

为准确地估算和审查电力线路的工程造价,提出一种基于灰关联分析和神经网络相结合的造价估算方法。利用灰关联分析法筛选出影响工程造价的10个主要工程特征参数,以此作为神经网络输入向量,构建GRA(grey relational analysis)-ANN(artificial neural networks)造价估算模型;以某市110 kV电力线路改造的工程造价资料为实验对象进行算法验证,结果显示静态投资的相对误差最大为3.72%,最小为1.85%,估算精度高;分别采用LM-BP算法和传统BP算法训练GRA-ANN网络,结果显示LM-BP法的误差下降速度更快,整体误差更低。