基于风险矩阵法的公路高边坡风险评估

风险矩阵法操作简便,在工程建设领域内应用广泛,但由于存在风险,导致该方法存在不稳定性,利用Borda序值法可以解决此类问题。从工程应用的角度对风险矩阵评估方法进行总结,结合实例分析Borda序值法在风险评估中的具体应用,将同等级的风险进一步细分和排序,为采取相应的有效的风险控制措施提供决策支持。     

硬化非高斯结构响应首次穿越的Monte Carlo模拟

在对比分析已有硬化非高斯模型(Winterstein硬化模型、Ding和Chen模型)的基础上,提出了一个基于Zhao和Lu模型的新硬化非高斯模型.新模型预测偏度和峰度的误差比既有硬化模型小,且最大误差分别为0.311和0.479,表明新模型具有良好的精度;同时新模型扩展了Zhao和Lu模型的适用范围.最后运用新硬化模型模拟硬化非高斯过程样本,发展了硬化非高斯结构响应首次穿越的Monte Carlo模拟方法.数值算例验证了本文方法用于硬化非高斯结构响应首次穿越失效概率计算有较高的精度;杭州新火车东站大跨屋盖以及南水北调工程渡槽结构工程实例说明了本文方法的使用过程.     

新型小直径抽油泵带槽间隙密封性能研究

新型小直径抽油泵是一种针对低产井的产品,解决常规抽油泵低产时效率低、偏摩和泄漏大的问题。新型泵在泵柱塞表面设置矩形槽,与泵筒配合形成迷宫密封,这样可以调大柱塞与泵筒的配合间隙,减少了间隙泄漏及摩阻。为揭示此种迷宫密封结构的"增阻减漏"的机理,应用CFD技术对间隙密封结构进行了流体动力学特性仿真研究。计算表明,带槽间隙密封结构对泄漏流的流动起到阻碍作用,矩形槽具有耗散能量减小流压的作用。随着矩形槽个数增加,平均泄漏率呈递减规律,但当矩形槽个数达到一定值时,间隙泄漏率的减少并不明显。矩形槽开设在抽油泵进口附近时,密封效果更明显。笔者完善了抽油泵泄漏密封理论,为小直径抽油泵合理优化设计提供了科学指导方法。     

基于非对称逆布局模型的几何矩计算方法

以提高低阶矩的计算速度和精度为目标,以传统的图像表示方法和基于分层结构的图像表示方法为研究对象,提出了一种基于非对称逆布局模型和坐标编码程序(NAMCEP)的快速精确几何矩计算方法.给出了基于NAMCEP表示的精确矩计算的一个重要定理.以图像处理领域里惯用的Lena,Goldhill,F16和Peppers二值图像作为典型测试图像,并与流行的基于线性二元树(LBT)表示的矩计算方法进行比较,结果表明:基于NAMCEP表示的矩计算方法精确矩计算时间比LBT平均节省68.75%,能够有效地用于推导平移、伸缩和旋转不变量方面.     

β-Hermite随机矩阵最大特征值精确渐近性的一般形式

对于相当广泛的边界函数和拟权函数,利用β-Hermite随机矩阵最大特征值的弱收敛定理、小偏差结论及广义βTracy-Wisdom分布的尾概率不等式,得到了其最大特征值的矩完全收敛性的精确渐近性的一般形式.     

移动机器人的动力学分析与仿真

针对移动机器人动力学建模问题,本文基于多体系统离散时间传递矩阵法,构建了移动机器人的车体与机械臂的统一整体动力学方程.并设定了机械臂各个关节的转动规律以及整体动力学方程的边界条件.最后采用MATLAB软件对动力学方程进行数值仿真.通过对仿真结果的分析,不仅验证了理论研究的正确性,也得到了各个关节的力矩大小及变化规律,便于驱动电机的选型,同时为后期的控制系统设计提供了重要的理论依据.     

N-弱鞅的矩不等式及其Brunk-Prokhorov型强大数定律

N-弱鞅是比鞅序列更为广泛的一类相依随机变量.利用已有的关于N-弱鞅的一个极大值不等式，得到了N-弱鞅的一类矩不等式，在此基础上，获得了N-弱鞅的Brunk-Prokhorov型强大数定律.     

Alpha稳定分布噪声下基于特征值之差频谱感知算法

针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题，分析矩阵全部的特征值，引入矩阵特征值的几何均值，提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue, DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境，理论分析与仿真实验结果表明，在不增加算法复杂度的前提下，DMGM算法与其他算法相比，更适用于脉冲噪声环境，在低信噪比条件下具有更好的感知性能。     

康威-麦斯威尔-泊松分布及其统计与概率性质

康威-麦斯威尔-泊松分布是一个有用的离散分布,它是扩展的两参数泊松分布,有关此分布的统计和概率性质被广泛研究和探索;文章以矩母函数为工具讨论了该分布的数字特征和矩,给出了参数点估计的隐式方程和费希尔信息矩阵;最后研究了参数的共轭分布、共轭分布的边际分布和条件分布.     

基于自适应矩估计的在线投资组合梯度下降策略

对于在线投资组合选择问题，充分利用历史数据能有效地减少市场噪声对投资策略的影响，但这往往会导致策略计算效率降低。与其相对应的是，高频交易的日益发展与数据量的爆发式增长愈发要求投资策略具备高效的计算能力。为此，借助于自适应矩估计，以增量的方式利用历史数据，提出了一个基于自适应矩估计的在线投资组合梯度下降策略。理论分析表明，该策略具有泛证券性，即其与离线的最优定常再调整策略具有相同的渐近平均对数增长率；同时，该策略在充分利用历史数据的情况下依然保持线性时间复杂度。实证分析表明，该策略在收益以及计算时间等指标上表现出较好的性能，同时能承受合理的交易费用，故而具有良好的实际应用前景。