基于与测线交切半迹长的岩体随机结构面平均直径估算

假定岩体随机结构面形状为薄圆盘,为能科学合理估算其平均直径,基于半迹长测线法,在未对分布形式作任何假设的条件下,通过理论推导获得与测线交切半迹长和岩体随机结构面直径之间的普适关系式.为便于工程应用,假设岩体随机结构面直径服从负指数分布,推导出其平均直径和与测线交切平均半迹长的关系式,基于该式提出一种岩体随机结构面平均直径的估算方法.采用岩体随机结构面三维网络模拟技术对此方法进行应用检验,结果表明,该方法具有较高的准确性与较强的工程适用性.     

基于长基线系统绝对测阵的测距修正算法优化

长基线水声导航定位系统工作前必须首先完成对海底应答器基阵坐标的精确测量和校准,即绝对测阵。由于测量母船有速度,导致发射和接收点分离,使得测距数据与实际距离存在偏差。文章提出新的测距修正算法并通过基于测阵模型的仿真比较,有效降低修正误差,系统的精度有较大提高。     

基于加权响应面法和混沌粒子群优化算法的单梁有限元模型修正

为获得与实际结构受力性能吻合的有限元模型,以耿峪河大桥单梁荷载试验为工程背景,建立单梁有限元模型.提出以加权响应面法对单梁有限元模型进行修正,采用中心复合试验设计法和方差分析筛选出显著性高的参数,建立加权响应面模型代替单梁有限元模型计算响应值,以测试数据构造目标函数结合混沌粒子群优化算法对有限元模型进行修正.结果 表明...     

基于响应面法和麻雀搜索算法的结构有限元模型修正

为了获取准确可靠的结构有限元模型,提供结构运营期间健康监测和状态再分析的基准参照,提出了一种基于响应面法(response surface method,RSM)和麻雀搜索算法(sparrow search algorithm,SSA)的结构有限元模型修正方法.首先,基于响应面法,采用拉丁超立方设计方法进行试验设计获取样本点,以简单低阶数学模型代替特征量与参数间复杂的映射关系,构造结构宏观响应与各参数的解析表达式,基于逐步回归分析进行基函数显著性检验,运用方差理论检验模型精度获取最优响应面模型,并联合结构动力响应残差和构造目标函数;其次,基于麻雀搜索算法,对目标函数进行优化求解得到各参数最优解,代入初始有限元模型中,实现对初始有限元模型的修正;最后,基于RSM-SSA有限元模型修正方法对高维局部损伤悬臂梁数值模型实施修正,验证所提方法的可靠性和可行性,并与基于其他新兴群智能优化算法的有限元模型修正结果进行对比.结果 表明:采用该方法修正的参数和频率误差均值分别为6.549％、0.279％,修正效率和精度较其他算法有显著提升,修正后的有限元模型具有较高的精度,可真实反映结构实际力学行为.该方法为结构有限元模型修正提供一种新思路.     

北京铁路地下直径线盾构选型及功能设计

根据隧道直径的大小和地质等条件,分析北京铁路地下直径线隧道工程盾构法施工中盾构设备选型考虑的因素及选择的机型,确定盾构机型配置的主要功能及对地质的适应性,并对盾构主要结构数据和配备能力进行了计算和描述。提出了盾构选型和设计中需要注意的事项和问题。     

加工制造业生产线模型的构造算法

通过对加工制造企业产品、工艺和工段之间关系的讨论,给出了一种加工制造企业生产线模型的构造方法。解决了企业资源优化配置的关键问题。     

灾变遗传算法在配电系统最优时变重构中应用

提出一种灾变遗传算法来求解中压配电网最优时变重构问题,以达到网损最小和负荷平衡的目的.首先采用协调方法将多目标规划问题转化为单目标寻优问题,并给出了协调后的数学模型.求解过程采用灾变遗传算法以提高种群个体的多样性,防止局部收敛.通过对南方某城区配电系统的计算,证实该算法在求解速度和全局收敛能力上较普通遗传算法均有较大幅度的改善.     

基于GA和开槽同轴线的溶液复介电系数测量方法研究

介绍了一种新型开槽同轴线测量介质复介电系数的方法.通过测量一段横向开槽同轴线的散射参数的模值,采用遗传算法（GA）和有限元法相结合的方法反演介质的复介电系数.对已知复介电系数介质的测量结果表明,对于各种中高损耗介质复介电系数的介质,该方法测量的相对误差小于4％.     

恒向线主题直接正反解的高精度算法

为提高精度、统一算法,应用拉格朗日级数理论和计算机代数系统,推导了经线弧长和等量纬度的计算公式,提出基于墨卡托投影的恒向线主题正反算法.该算法不需要迭代,应用数学上角度的定义解决了恒向线主题反解中方位角的解算问题,且不需要进行象限判定.结果表明,该算法计算精度高,具有通用性,特别适用于电算化,对船舶的航迹计算和电子海图中的航线设计具有一定的应用价值.     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

多段降频等长信号的频率估计快速迭代算法

为改善多段平稳信号频率估计的精度、实时性和扩展已有方法的适用范围,给出一种多段降频等长信号的快速迭代算法.在算法中,生成频域分析参数矩阵以克服各段信号频率不等;设计相位差补偿因子矩阵以达到相位连续信号的效果;生成搜索频率序列以修正相位差补偿因子矩阵中的未知参量并得到具有特定形式的功率谱矩阵;采用间接迭代计算以改善算法实时性.在说明上述技术措施的应用原理时,给出了5项重要性质作为该算法正确性的数学证明.针对多种应用环境状态进行了仿真实验,结果表明:该算法具有普适性、抗噪性和实时性好,频率估计精度比现有方法有较大提高.     

求解多背包约束下下模集函数最大值的近似算法及其性能保证

将部分穷举法与贪婪算法相结合,给出求解多背包约束下非减下模集函数最大值的近似算法．证明了该算法的性能保证是1-e^-1,算法的时间复杂性为O（3n^4）．     

r-首尾和循环线性方程组的求解

引入r-首尾和循环矩阵的新概念,利用多项式矩阵理论,给出求解r-首尾和循环线性方程组的快速算法.     

BP_Adaboost算法的改进及在首轮融资时总票房分类预测中的应用

为获得改进的分类算法BP_Adaboost,利用思维进化算法(MEA)和列文伯格-马夸尔特算法(LM)结合改进的BP神经网络作为弱分类器,由改进的弱分类器集成得到MEA-LM-BP_Adaboost算法.提出了基于MEA-LM-BP_Adaboost算法的首轮融资时总票房分类预测方法,该方法包括变量选取及操作化处理、网络参数优化、MEA改进弱分类器、LM算法改进弱分类器、MEA-LM-BP_Adaboost算法的流程设计、待预测电影验证6个部分.选用2013～2018年的245部国产电影作为样本验证该预测方法和模型,测试集分类准确率可达73.3％.最后在模型准确率、稳定性、K折交叉验证3方面进行模型整体性能比较,结果表明本文提出的模型整体性能最好.