基于Web的MARC数据转换算法

分析了传统MARC格式,设计了MARC到关系型数据的转换核心算法。     

提高数据转换效率的一种算法研究

为适应公安部的数据库设计,本文给出了数据库异构表间进行数据转换的两种算法,并通过在“机动车、驾驶员数据转换系统”中实施,比较这两种算法运行产生的实际效果,总结出在处理海量数据转换的情况下,提高数据转换效率的可行算法．     

基于模态转换算法的结构变形监测的关键技术研究

本文所述结构变形监测技术,是指通过将传感系统埋入或粘贴在主体结构中,并结合信号处理技术,实现对结构变形状态的感知和预报的一种变形监测方法。该方法使得传统的离线、静态、被动的结构分析方法转变为一种在线、实时、主动的结构分析方法,从而为了解和控制结构的状态,分析结构的安全性、可靠性等内容提供有力的参考。其研究目的在于通过一种基于应变测试数据的模态转换方法得到结构的位移变形信息,该方法在结构的位移变形信息无法或者不便直接测得的情况下十分有用,尤其是在结构载荷未知的情形。本文对结构变形监测技术涉及的关键技术进行了分析,具体包括模态转换算法、模态识别、应变测试和信号处理。     

基于PSO算法的结构损伤检测研究

结构损伤检测问题常常可转化为数学上的约束优化问题。采用粒子群算法（PSO）求解约束优化问题。可求解结构损伤检测问题。首先介绍基本粒子群算法，然后建立结构损伤检测问题的数学模型，采用悬臂梁单损伤和多损伤的数值仿真研究，验证了粒子群算法求解结构损伤检测问题的可行性，最后针对实际结构振型测试时振型的非完备性，直接利用非完备振型，求解损伤检测问题，数值仿真结果表明，利用非完备振型，仍可得到较好畴检测结果。     

基于Hoek-Brown准则的岩体冻融-荷载耦合损伤模型及其算法研究

针对北方寒区岩体在冻融循环和外荷载作用下产生的耦合损伤问题,基于广义Hoek-Brown准则及连续损伤力学理论,引入冻融-荷载耦合损伤因子,建立了可以表征耦合损伤对岩体强度参数mb、s和弹性模量E产生弱化效应的弹塑性损伤模型;为解决模型在数值实施过程中的奇异点问题,推导了其在主应力空间中的隐式返回映射算法,包括弹性预测...     

基于改进粒子群算法的损伤检测数值仿真研究

结构损伤检测在数学上常转化为约束优化问题．首先介绍了粒子群算法（PSO）的基本理论，并在分析传统粒子群算法容易陷入局部极小原理的基础上，提出了旨在增强粒子群算法后期粒子摆脱局部极小能力的改进粒子群算法（IPSO）．5个常用测试函数的测试结果表明，改进粒子群算法的性能优于传统粒子群算法．最后通过两层钢框架多种损伤工况的数值研究，进一步验证了改进粒子群算法的优越性及其应用于损伤检测领域的可行性．     

基于子空间旋转算法的实桥损伤识别

子空间旋转算法就是基于结构模型参数的损伤识别方法之一. 子空间旋转算法基于结构的有限元模型, 利用矩阵变换的方法, 将损伤位置和损伤程度问题区分开来, 实际应用表明, 只需利用一阶频率和振型, 就可以识别桥的主要损伤位置和损伤程度.     

基于改进MH算法的结构损伤识别

将粒子群算法(PSO)中的粒子位置更新方式与自适应方法融入到标准梅特罗波利斯-黑斯廷斯算法(MH)中,得到了一种自适应PSO-MH算法,用以求解贝叶斯损伤识别中的后验概率密度函数．首先,以粒子位置更新公式代替建议分布更新马尔科夫链的候选样本值,构建出自适应PSO-MH算法的采样流程;然后,采用一个横梁数值算例来对比该算法与标准MH算法之间的采样效果差异;最后,通过洛斯阿拉莫斯国家实验室(LANL)的一个八自由度结构试验验证了该算法的有效性．通过分析数值算例与试验实例的结果得出：自适应PSO-MH算法的损伤识别精度高于标准MH算法,且生成的马尔科夫链的统计效果优于标准MH算法,同时该算法生成的马尔科夫链的自相关函数(ACF)值呈现出截尾,表明马尔科夫链的连续样本间相关性低,计算时间更少,收敛速度更快．     

雷达目标跟踪的转换坐标卡尔曼滤波算法

该文采用转换坐标卡尔曼滤波算法(CMKF)进行雷达目标跟踪,先将极坐标系下的测量值经坐标变换转换到直角坐标系下,再用统计的方法求出转换测量误差的均值和方差,去偏后利用标准卡尔曼滤波算法对目标进行跟踪.将仿真结果和推广卡尔曼滤波算法(EKF)的进行比较,结果表明,CMKF的滤波精度更高.     

基于SPH算法的刚性弹丸侵彻的数值模拟

针对光滑粒子流体动力学(smooth particle hydrodynamics,简称SPH)方法在高速碰撞问题中的应用,利用大型动力学仿真软件LS-DYNA对球形弹丸以1 000m/s的速度侵彻1.2cm厚度钢板这一过程进行数值模拟分析。求解过程中球形弹丸采用刚性(Rigid)材料,钢板采用Johnson_Cook材料属性、Gruneisen状态方程。分别用有限元法、SPH-FEM(smooth particle hydrodynamics-finite element method,简称SPH-FEM)耦合算法和SPH算法对钢板进行模拟,并对这3种方法计算结果的Mises应力云图、系统能量、速度、加速度和计算效率进行对比,分析3种方法在高速碰撞问题中的优缺点。研究结果表明:SPH算法计算效率低,仅1/4模型的计算时长就是有限元法的6.4倍,而有限元法不能很好地模拟高速碰撞中材料大变形、飞溅现象,相比之下,SPHFEM耦合算法能够弥补两者的不足,且精度能够达到要求。     

基于修正模态的混合遗传算法结构损伤识别

采用模态参数对结构进行损伤识别时,测试模态参数包含的误差使识别结果受到影响,严重时甚至不能反映结构的实际破损情况.结构损伤检测可以作为一优化问题.为此提出一种基于修正测试模态的损伤识别方法,即将基于测试频率和修正后的测试振型组成的函数作为优化目标,由具有鲁棒性及易于处理非确定性信息能力的遗传算法和局部搜索算法组成的混合遗传算法作为优化工具.基于桁架的分析结果表明,即使在测试数据包含误差的情况下,采用该方法也能获得满意的识别结果.     

基于分级遗传算法的结构损伤识别方法

提出了一种基于遗传算法的利用不完整振动数据识别结构损伤的新方法，该方法首先扩展不完整的振型并利用单元能量熵差比确定结构损伤的大致位置，然后采用二级搜索策略，借助遗传算法确定结构损伤的程度，数值计算结果表明，当可能的损伤区域较大时，本方法较直接搜索策略更能有效地确定结构损伤的程度。     

基于模糊损伤树的设备损伤定位研究

在分析模糊损伤树基本概念的基础上,引入可得性系数和重要度系数2个参数对损伤树的相关信息进行模糊化处理,并在此基础上,探讨了基于模糊损伤树的设备损伤定位模型的求解步骤,最后利用工程机械设备实例验证了该模型的有效性和可行性。     

基于改进布谷鸟搜索算法的架桥机结构损伤识别

针对架桥机结构损伤的特点及布谷鸟搜索算法存在收敛速度慢、缺乏活力等问题,从动态发现概率、步长和莱维飞行三个方面对布谷鸟搜索算法进行了改进.以TLJ900型架桥机的主梁为研究对象,针对裂纹损伤,以固有频率和模态保证准则作为损伤检测的指标,用改进后的布谷鸟搜索算法对架桥机的结构进行了损伤识别.仿真结果表明:与其他智能优化算法相比,改进算法的收敛速度和全局寻优能力有明显的提升,能更准确的判断出架桥机结构损伤的位置和程度,故障识别精度更高.     

基于层控蚁群层位自动追踪的Wheeler转换方法及其应用

对地震数据进行预处理,增强同相轴的连续性,然后引入支持向量机技术对地震剖面上的点进行分类处理,同时以地震振幅、瞬时相位、层位倾角、信息素浓度等信息作为蚁群层位追踪的评价函数,提出改进蚁群搜索的地震层位对比和自动追踪算法。在此基础上,将时深域沉积旋回韵律体对比追踪结果转换到Wheeler域,实现时间域和Wheeler域的同步解释,从而有效揭示沉积组合的空间关系,突出缺失和叠加模式,使在年代地层域中提取时间切片成为可能,对沉积、侵蚀和沉积时间有更深刻的理解。实际地震资料的应用结果验证了方法的有效性。     

直线扫描转换算法的研究

介绍了一种新的Bersenham画线算法，这种算法结合了函数图象的对称性，把斜率在0、1之间的直线Bersenham算法客易地推广到任意斜率的直线的扫描转换算法。     

基于小波分析和遗传算法的结构损伤诊断

提出了小波-遗传算法的概念,建立了一种既能识别结构损伤位置、又能确定损伤程度的小波-遗传算法。首先,以有限元分析求解损伤结构振型模态为基础,用db1小波做连续小波变换,由小波系数模极大值识别损伤的位置。然后,以单元刚度的折减系数为遗传算法的优化变量,用振型和频率的误差函数加权来构造目标函数,并通过损伤位置的确定来简化目标函数的变量,再用遗传算法对目标函数进行优化,从而确定结构的损伤程度。通过对一简支梁进行数值模拟分析,计算结果表明,提出的方法不仅能够有效识别损伤的位置,而且能够准确识别损伤程度。     

钢构件考虑损伤的有限元分析

提出了结构钢弹塑性各向异性损伤本构模型 ,该模型采用混合强化准则 ,考虑Bauschinger效应、屈服平台、硬化 (软化 )效应及损伤和损伤演化影响 ,客观地反映了结构钢在循环荷载作用下的工作性能 ;采用U .L .格式的壳体大挠度双重非线性有限元分析方法 ,对箱型组合截面柱进行单轴循环荷载作用下的滞回性能分析 .通过与试验结果对比 ,可为深入进行钢结构地震反应分析奠定基础     

基于岩石细观损伤机制的岩爆机理研究

岩爆是采矿诱发的地震现象，是矿井自然灾害之一。岩爆发生条件与岩石的力学性能有关。岩体中微裂纹的形成、扩展和汇合对岩体的力学性能产生显著影响，可以导致材料的逐渐劣化直至破坏。对于三轴压缩的岩石试件，当侧向应力为拉应力或很小时，其破坏形式主要是徽裂纹的摩擦滑移、自相似平面扩展和弯折扩展。本文基于岩石细观损伤机制，在本构关系中引入损伤效应函数，用于分析圆形洞室的岩爆现象，得到了岩爆发生的临界损伤范围和临界载荷的解析式。结果表明临界损伤范围取决于弹性模量与降模量之比；临界载荷与峰值强度及内摩擦角有关。     

基于机器学习方法的地震破坏预测

地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综合考虑地震动、结构和场地等多维度信息的分类方法,用以预测建筑物的地震破坏程度。本文研究框架基于新西兰国家地震委员会所收集的27次地震详细破坏资料,处理得到14.2万条高质量建筑物损失数据,考虑了谱加速度、建筑形状、层数等16个影响因素,将4种不同的损伤状态作为模型的学习标签进行地震破坏预测训练。结果表明,随机森林算法在6种分类算法中性能最佳,经过学习曲线法调参、代价敏感学习之后,经过优化得到的随机森林模型对于测试集的整体预测精确率可以达到75.4%,对4种损伤标签的召回率分别达到了88.2%、55.0%、60.7%和70.8%,远好于其他方法。当只考虑对结果影响最重要的前12个因素,该模型的预测精度仍然能够达到73.7%。可见,基于此框架所训练的预测模型具有良好的精度与适用性,同时该框架对于中国震害资料大数据库的研究具有较高的参考价值。