矩形截面钢筋混凝土简支梁的可靠性优化设计

本文在多个正态分布基本变量的情况下，建立了结构的可靠性优化设计数学模型，并采用机遇约束规划方法把该模型变换为一个等价的确定性非线性规划问题。最后给出了设计价格最小的矩形低配筋钢筋混凝土梁的可靠性优化设计实例     

面向用户的NGN安全体系的设计与实现

面向用户的NGN是一种综合、开放的网络构架,在继承的基础上实现与各种业务网络之间的融合.该网络存在安全威胁和脆弱性,因此建立了面向用户的安全体系,并对使用的SIP协议进行了安全设计.     

六点支承静基座液压平台的调平方法

提出了六点支承液压平台的两种调平方法，即位置误差控制和角度误差控制制法，设计了相应的液压控制系统，对自动调平中的有关问题进行了分析。     

基于混合智能算法的三峡水库汛限水位动态控制研究

为充分发挥三峡水库的防洪兴利效益,利用水文、气象预报,实施动态汛限水位控制运行具有重要的意义.考虑调度期实时防洪风险约束,建立实时调度与汛限水位动态控制模型,设计混合智能算法,对模型进行优化求解.利用宜昌站汛期实测日流量资料进行模拟调度,得到汛限水位动态控制结果.结果表明,汛限水位动态控制能权衡防洪风险与兴利关系,在一定条件下,适当提高水库运行水位,可以在保证防洪标准不变的前提下较大幅度提高水库的兴利效益.     

稀土溶剂萃取分离过程的故障监测与诊断专家系统REMD

应用专家系统开发工具,以Ｐ５０７－ＨＣＩ－煤油体系分离镨钕为例,首次开发了稀土溶剂萃取分离过程的故障监测与诊断专家系统ＲＥＭＤ。该系统可对分离过程进行日常监测及故障诊断,并能迅速指出故障原因及修复调整的办法,以指导生产实践,确保产品的质量和产量。在实践中经过了考证。     

宁夏回族自治区生态植被变化规律研究

植被状况的变化是反映区域性生态环境状况的重要指标之一,多年植被指数的变化则反映了植被生态环境随时间的变化规律。本文在前人研究成果的基础上,采用定量遥感技术,应用美国国家航空航天局最新的全球植被指数变化研究数据(GIMMS)及MODIS数据作为数据源,对宁夏地区1982-2004年间的植被指数变化幅度及变化趋势进行了研究对比。结果证明,1999年以前宁夏绝大部分地区植被指数呈现上升趋势;而从2000年开始,由于引用黄河水量的减少,部分地区的植被指数呈现下降趋势。     

ZrO_2(掺杂Y_2O_3)固体电解质水蒸气传感器

用ZrO2(掺杂摩尔分数为8%的Y2O3),按照一定的烧结制度得到的小管为固体电解质,分别以已知平衡水蒸气压的H2C2O4和H2C2O4·2H2O的混合物及Na2SO4和Na2SO4·10H2O的混合物为参比电极,同时根据物理化学原理,水溶剂中加非挥发性溶质可以得到不同的水蒸气分压,以纯水和不同浓度的KOH溶液为待测电极,构成水蒸气浓差电池,在0～35℃和8～23℃的范围内,分别对上述两类水蒸气电池做敏感性实验的研究·实验发现,如果以pH2O(Ⅰ)、pH2O(Ⅱ)分别表示待测极和参比极水蒸气压,电池电动势E同lg(pH2O(Ⅰ)/pH2O(Ⅱ))呈现较有规律的变化,即电池的电动势随温度的升高而...     

前馈神经网络中BP算法的一种改进

在传统的BP算法基础上,提出了一种改进的BP学习算法,先加入描述网络复杂性的量,使算法能够考虑到网络的连接复杂性,进而有可能删除掉冗余的连接甚至节点;接着提出对网络的学习步长的动态调整,以此来尽量避免传统学习中的学习速度过慢和反复震荡;然后给出新的算法是高阶非线性收敛的证明;最后通过实验说明的新的BP算法在一定程度上可减少网络的复杂性,有着比传统算法更快的收敛速度。     

基于多尺度特征融合的超分辨率重建算法研究

超分辨率重建技术可以提高图像质量,使原图像具有更丰富的细节信息。针对现有的超分辨率重建算法存在提取特征单一、不利于对图像信息进一步提取的问题,提出了一种基于多尺度特征融合的超分辨率重建算法。采用多特征提取模块获取更多浅层信息,并在网络中添加密集连接结构,增强特征的传播,减少相关参数计算,减轻梯度消失问题。在Set5和Set14基准数据集上进行了测试,并在电力巡检数据集上进一步验证了算法的有效性。与主流的超分辨率重建方法进行了对比,实验结果表明,该方法生成的图像有更加丰富的细节信息,能够有效地改善图像质量,峰值信噪比与结构相似度值较其他主流算法均有一定的提高。     

基于卷积神经网络的新奇检测技术在结构损伤识别中的应用

针对新奇检测难以同时识别结构损伤时刻和损伤位置的问题,提出在新奇检测中引入卷积神经网络以实现损伤时刻和损伤位置的一次性确定。首先,采用小波包技术处理结构响应得到小波包能量,并将相邻测点对应频带的能量比作为新奇检测模型的特征向量;然后,以结构健康时的特征向量作为训练数据,建立健康模式下的基于卷积神经网络的新奇检测模型;接着,将结构实时输出的特征向量输入到新奇检测模型,所得输出与健康状态的输出进行对比,并将输出和输入的欧氏距离作为新奇指标;最后,根据新奇指标的变化识别结构损伤时刻和损伤位置。数值模拟和实验室试验验证了该方法的有效性。