钻孔咬合桩在环形深基坑保护高层建筑物中的应用

文章通过对南京某电力项目基坑工程钻孔咬合桩在环形基坑中的施工工艺、受力特点、基坑开挖过程中基坑变形、周围土体沉降和临近高层建筑物沉降监测数据分析,总结出咬合桩支护在开挖过程中的土体变形特点,说明该支护方式在深环形基坑临近高层建筑物的情况下,能有效控制土体的位移及沉降,从而保证基坑结构及临近高层建筑物的安全。     

连铸二冷控制的智能化方法

提出了板坯连铸二次区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真。结果表明，该系统不但能完成二冷各区段坯表面温度的动态控制，而且具有良好的自适应性和自学习功能。     

金佛山岩溶生态系统初步探讨--岩溶泉水化学特征分析

从岩溶水化学性质方面对金佛山岩溶生态系统作了初步的分析,选取了两个具有代表性的岩溶泉进行对比性加密观测,结果表明：不同海拔高度出露的岩溶泉水化学性质和岩溶强度存在较大不同;具有不同海拔高度的小鲵泉和双龙泉水化学性质随时间变化的稳定性出现较大差异。     

基于优化层次聚类的文档逻辑结构抽取

半结构化文档的逻辑结构自动发现可以改善文档的浏览方式,提高文档内容构件的复用性,有效克服了半结构化文档难于利用的弱点。该文将文档处理对象扩展到结构松散的文档实例,提出了基于优化层次聚类的文档逻辑结构抽取算法——CEDLS。算法首先对文档逻辑结构标志性信息进行识别与特征提取,并根据逻辑结构抽取的特点对传统的层次聚类分析方法进行改进,使获得的分类结果适用于CEDLS算法的逻辑层次归纳策略。最终以上海证券所的年报为测试集进行实验,通过与传统的方法进行比较,证明了这种算法在容错性能和正确率方面的优越性。     

基于遗传神经网络的车轮匹配整车逆动力学

为深入研究机械弹性车轮(MEW)的力学性能和整车稳定性的相互匹配关系,在Simulink中建立了整车非线性三自由度模型;利用基遗传算法对车轮模型参数进行辨识,并提取侧偏刚度与侧向力峰值作为车轮力学特性的评价指标;利用该模型进行了前后轴不同侧偏刚度和侧向力峰值组合的汽车前轮正弦输入模拟仿真,得到若干组汽车稳定性指标参数;利用遗传算法优化,建立了输入为汽车稳定性评价指标,输出为前后轮侧偏刚度和侧向力峰值组合的BP神经网络逆动力学模型.研究结果表明:遗传算法对车轮参数识别误差小于4%,用遗传神经网络算法(GANN)得到的测试结果最大误差为6.2%,平均误差为3.1%,所建立的遗传神经网络模型具有较高的车轮侧偏特性预测能力.     

方形覆盖件成形动力显式有限元分析

基于连续介质力学及有限变形理论，建立了退化四节点壳单元的动力有限元模型，用于覆盖件成形分析．数学模型采用物质坐标系中的修正的拉格朗日描述，采取集中质量矩阵，用动力显式积分的方法，使位移计算显式化，避免了由材料、几何、边界条件等高度非线性因素引起的计算收敛问题．根据此模型编制的程序模拟了一方形覆盖件的成形过程．     

邻硝基氯苯催化加氢的选择性

研究了邻硝基氯苯催化加氢制备２，２＇－二氯氢化偶苯的反应，并从主催化剂、助催化剂和反应温度对选择性的影响进行了研究。在优化条件下，选择性可达９３％。     

智能自校正多模态轨迹跟踪控制

对于类似于机械手的运动轨迹跟踪和定位控制,为了获得良好的跟踪性能和定位精度,针对复杂多变的被控对象,运用智能控制理论,引入对象过程特征和行为特征的概念,以对象的过程特征状态和行为特征状态为条件元素,构造了1个分层递阶高阶产生式跟踪控制系统结构.系统在运行过程中通过对对象的过程特征和行为特征辨识,实现控制器参数的自动调节和多模态控制.为了具体实现该系统结构的应用,建立用于过程特征辨识、参数校正和控制决策的特征模型,以及从过程特征状态集、行为特征状态集到参数校正模态集和控制决策模态集的映射关系.针对机械手的运动特性进行了仿真研究,仿真结果表明,该系统结构具有较强的鲁棒性,是一种行之有效的方法.     

线性混合系统的一种验证方法

混合系统是指嵌入于物理环境中的数字实时系统．由于计算机技术的快速发展,混合系统在各行各业中都得到广泛应用,但是由于混合系统涉及到连续时间,因此其验证问题始终没有得到完善的解决．近年来,人们普遍采用模型检验方法对混合系统进行验证．由于线性混合系统在实际应用中可以表示大多数的嵌入式实时系统,因此我们着重研究这类混合系统的验证算法．本文首先介绍了混合系统的模型—混合自动机,然后提出了一种针对线性混合系统的基于区域的先划分再遍历的半确定性验证方法．经实例检验,该方法能够有效地验证线性混合系统．最后将本文的方法同有关的其它算法进行了比较     

稀疏矩阵带宽减小的一种算法

分析了用分层的方法减小稀疏矩阵带宽的不足。产生这些不足的原因主要是分层的学术工不一定为最大,而且层之间的宽度相差太大,为此对算法的分层进行了细化,把宽度大的分层上的节点移到宽度小的分层上去,使得分层之间的节点数更加均匀,改进后的算法稳定性增强。