混凝土介质中不同药形装药爆炸波传播特性的数值模拟

利用非线性动力分析软件LS-DYNA3D,选用Johnson-Holmguist-Cook模型对集团装药加载下产生的爆炸波在混凝土介质中的传播问题进行了系列数值模拟,揭示了不同的药形在爆炸近区对混凝土的扩孔效应、爆炸载荷传播特性和混凝土损伤演化特性.模拟结果同时显示在爆炸远区,不同药形装药引起的爆炸波与点源爆炸产生的球面波类似.     

基于NSGA-Ⅱ和BP算法的横置板簧悬架系统多目标优化

为了匹配汽车簧载质量和悬架刚度,文章建立整车悬架系统振动模型,基于多目标优化理论,以车身加速度均方根值最小、车身侧倾角最小为2个优化目标,将非支配排序遗传算法（non-dominated sorting genetic algorithm-II,NSGA-Ⅱ）和反向传播（back propagation,BP）神经网络结合进行多目标优化;根据车辆簧载质量变化和性能偏好,对悬架参数进行匹配,然后对悬架参数进行Sobol敏感度分析,得到各悬架参数对平顺性和操稳性的不同重要程度。仿真结果表明,匹配后的数据对平顺性和操稳性均有较好的优化效果,前阻尼值对平顺性影响最大,后刚度值对操稳性影响最大。     

一种基于天线阵列的相干多径信号接收方法

在密集的城区环境下,多径传播导致接收信号的角度扩展和时延扩展,不同路径的到达信号通常具有不同的入射角度和传播时延.传统的波束形成器只针对期望用户的一条主要路径信号进行处理,而其他路径信号作为干扰被抑制.提出了一种基于天线阵列的相干多径信号接收方法,将天线阵列接收到的各路径信号进行延迟相干合并,使得合并信号的信干噪比优于任何单一路径接收的阵列输出信干噪比,从而极大地改善了系统的比特误码率(BER)性能.仿真结果验证了这种接收的方法的有效性.     

可拓信息的基本理论与方法研究

研究可拓论的重要软体——可拓信息论 .给出可拓信息的基本概念和可拓信息的度量方法 ,其中包括可拓信息的相关距离、相关度以及信息之间的相似度等概念 ,形成信息物元的特征分析法 .在此基础上讨论可拓信息的组织与处理方法、可拓信息的搜索方法及可拓信息的定性与定量结合推理方法等 .     

花的“媒人”

有花植物世界中,有一大类是靠动物、风或水帮助传粉的。能为植物传粉的动物有很多种,比如鸟、蝙蝠、昆虫等。 蜂鸟做“红娘” 产于南美洲的蜂鸟有很多种类,它们身体极小,有时比黄蜂还小,不过也有大如燕子的。蜂鸟的羽毛非常美丽,嘴细长如小管状,舌能自由伸缩,常常飞行于花间,取食花蜜和花上的小昆虫。 当蜂鸟取食花蜜时,就可以起到传粉作用。因为它在某一朵花上取食花蜜时,管状嘴会碰上花冠内     

信息网络融合普遍接入机制设计

通过对信息网络融合普遍接入的背景进行分析,提出拍卖是实现社会福利最大化的有效手段,并对拍卖机制进行设计,发现其既可以解决规制者与被规制企业之间信息不对称这一最大障碍,也可以有效的促进信息网络融合时代运营市场的发展.     

利用人工智能神经网络预测广州市PM2.5日浓度

利用差分整合移动平均自回归模型(ARIMA)、后向传播神经网络(BP)以及长短期记忆神经网络(LSTM),对广州市2015—2019年的PM2.5浓度数据进行训练和预报,研究集合经验模态(EEMD)分解和时间分辨率对不同模型预报准确性的影响.结果表明,EEMD分解可以显著地提升低频分量的预报效果;提高输入数据的时间分辨...     

神经网络参数对地震类型识别的影响

由于震源识别模型判据选取不当或关键参数设置不合理,现有地震辨识模型的性能受到一定制约。为了改善地震类型识别效果,优化反向传播(back propagation, BP)神经网络参数设置,提出了一种经验模态分解(empirical mode decomposition, EMD)多尺度近似熵(multi-scale approximate entropy)判据,并讨论训练函数、激活函数、隐藏层神经元数目与学习速率等网络参数对地震辨识的影响。首先,针对多组天然地震事件及人工爆破事件波形进行关键信息提取与归一化,利用EMD算法提取6个本征模态函数(intrinsic mode function, IMF)和1个剩余分量(residual),然后分别计算近似熵得到EMD多尺度近似熵向量;再次,设计一系列BP神经网络调参实验,研究BP神经网络参数对地震类型识别的影响。结果表明,训练函数、激活函数、隐藏层数目等参数对地震辨识产生了明显的影响,辨识效果较好的参数组合为：训练函数采用共轭梯度法,输出层激励函数为purelin函数,隐层激励函数为logsig函数,隐层节点数和学习率分别设置为10和0.0...     

量子BP神经元及其在含噪字母识别中的应用研究

量子神经计算是传统神经计算与量子计算相结合的产物,它将成为新的信息处理技术之一.文中以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,通过数值计算给出了该量子神经元的收敛特性曲线.在此模型基础上,构造出一个三层量子神经网络,应用于含噪字母识别.数值计算结果表明,量子神经网络在噪声均方差小于0.35之前能完全地对含噪英文字母进行识别,容错能力比传统神经网络有明显增强.     

BEM Analysis of Wave Propagation in a Water-Filled Borehole in an Anisotropic Solid

This paper describes a time-domain boundary element method developed to analyze the interactions of acoustic and elastic waves near the interfaces between water and an anisotropic elastic solid. Two models are analyzed with one being the interface between two half spaces of fluid and solid and the other being a fluid region sandwiched by half space domains of anisotropic elastic solids. Both monopole and dipole point sources are used to generate an initial pressure wave in the fluid. Some snapshots of the transient wave behavior near the fluid-solid interfaces are given. The effect of the anisotropy in the solid on the pressure waveforms in the fluid is discussed. The numerical results allow detailed arrival identification and interpretation of acoustic and elastic waves propagating along the fluid-solid interfaces.