用样条配点法求解反对称角铺设层合板动力响应

工程结构中的复合材料层合板的几何参数往往具有随机性质。如何研究随机参数层合板响应的统计特性 ,这对正确估计结构设计的可靠性有着非常重要的意义。用样条配点法 ,将复合材料层合板结构离散后 ,应用Lagrange方程 ,建立了复合材料层合板的力学模型 ,研究了随机参数反对称层合板动力响应 ,推导出层合板位移、速度和加速度的标准差。在数值算例中 ,对于各种边界条件 ,选择样条函数作为振型函数 ,用样条配点法求出了结构的动力响应量及统计特征值 ,并与Newmark法进行了比较 ,验证了该方法的有效性。     

应用级联神经网络预测供热锅炉次日小时热负荷的初步研究

通过对供热锅炉房热负荷的分析，建立了基于两个BP网络的级联神经网络(CNN)。相关性分析表明，可将时间序列负荷数据作纵横向分离，横向相关系列负荷可作为CNN前一BP子网络的输入数据，纵向相关系列负荷可作为CNN后一BP子网络的输入数据。前一BP子网络用于小时负荷的初始预测，其预测结果加入后一BP子网络的输入系列，实现对负荷的精确预测。按照此模型，建立了某一印染厂锅炉房次日小时蒸汽负荷的CNN预测模型。程序运行结果表明该模型在预测时足够准确可靠。     

考虑通货膨胀影响的最优消费投资模型

最优消费投资问题是指投资者的资产在消费和投资之间进行分配,期望在时间区间[0,T]或[0, ∞)的消费效用或终值财富效用最大化.研究了在金融市场和消费市场上同时存在通货膨胀或通货紧缩情况下的最优消费投资问题,建立了通货膨胀折扣率的随机模型及最优消费投资模型,利用鞅方法和随机分析理论,求得了控制问题的值函数和具有反馈形式的最优消费投资过程.     

基于RES理论的岩爆倾向性预测方法

从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理.此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行编码以及对参数的相对交互作用强度进行了分析.研究结果表明:运用该岩爆智能预测模型,不仅使岩爆倾向性的预测具有动态特性,同时又可以方便地对岩爆启动的主控因素进行分析.     

构造应力型开采地表沉陷规律及其工程处理方法

分析了构造应力型开采地表沉陷宏观破坏特征,揭示了构造应力型开采卸载地表沉陷的力学本质,建立了构造应力型开挖地表沉陷的力学模型,指出现有的自重应力型地表沉陷规律的理论方法不适用于构造应力型地表沉陷规律的研究;引入概化地应力概念,导出了构造应力作用下地表变形的预计公式体系.从工程应用出发,提出了综合考虑自重应力与概化地应力2种效果迭加来研究构造应力型地表沉陷规律的方法,并建立了相应的研究步骤与程式.     

中国近海8种石首鱼类的线粒体16S rRNA基因序列变异及其分子系统进化

通过PCR扩增出中国近海石首鱼科(Sciaenidae)6属8个代表种的线粒体16S rRNA基因,纯化后直接测序.利用多个生物软件对序列变异和碱基组成进行分析,计算Kimura 2-parameter遗传距离、平均核苷酸变异数、平均每位点核苷酸替代数等遗传信息指数,并结合GenBank上大斑石鲈(Pomadasys maculates)同源序列构建UPGMA,NJ,ME和MP系统树.结果表明,叫姑鱼(Johnius belengerii)为最早分化的一枝,其次为黄姑鱼(Nibea albiflora)和白姑鱼(Argyrosomus argentatus),而黄鱼亚科(包括大黄鱼(Pseudosciaena crocea)、小黄鱼(Pseudosciaena polyactis)、棘头梅童鱼(Collichthys lucidus)、黑鳃梅童鱼(Collichthys niveatus)和鮸鱼(Miichthys miiuy))分化最晚,这支持了形态学得出的结论.在分子水平上明确了叫姑鱼亚科和黄鱼亚科的系统进化地位,并得出黄姑鱼比白姑鱼更早分化的新推论,但对于形态学上将白姑鱼和黄姑鱼归属于同一个亚科的结论还有待使用多个不同进化速率的基因加以分析考证.为探讨中国石首鱼类分子系统进化做了尝试,并就线粒体16S rRNA基因在该科鱼类系统进化研究的应用潜力进行了剖析.     

网络包分类算法仿真测试与比较研究

在深入分析基于树结构和计算几何学点定位算法而衍生的主要分类算法原理的基础上 ,建立了算法性能评估仿真测试平台 .平台包括网络流的软件仿真、算法的软件实现和算法性能参数测试统计三个主要部分 .通过对各算法的时间性能和空间性能及其随分类规则数和分类域数的变化趋势的测量 ,从数量上把握各算法的主要特点及其适用性 ,从而可以将各种算法有机地结合在一起胜任速度越来越高的网络应用需求 ,同时也是进一步研究其它算法的基础 .     

基于二维正投影图三维重建的递归算法

模拟人脑读图中的形体分析法的叠加原理 ,给出三维重建的一种递归算法 .输入初始三视图 ,从中识别出一个简单子块 ,重建这个子块 ,设想从所求形体中切去该子块 ,即将重建过的视图立刻擦除 ,算出剩余形体的三视图 ,并作为新的初始三视图 ,再接受递归算法模块处理 ,如此循环 ,直到投影图信息量为零 .这种算法具有如下特点 :①将自顶向下法和自底向上法有机地结合 ;②在使用自底向上法时仅对三视图作局部计算 ;③使用过的视图信息及时消除 ,避免重复计算 ,效率高 ;④可以解决多解问题 .在使用优先原则时 ,可消去虚伪解 .     

水污染对流弥散数学模型中弥散参数神经网络模拟

应用BP神经网络方法,建立了多孔介质参数与弥散参数之间的非线性映射关系.为加速网络的收敛速度,采用了局部学习率自适应的DBD(deltar-bar-delear)算法.通过对Klozt的部分实验数据进行训练和检验表明,神经网络方法具有预测精度较高、自学能力强、考虑不定性能力强等特点.     

蚂蚁算法建立度限制树在聚类中的应用

针对聚类算法解决大规模数据时间复杂度和空间复杂度都很大的问题，给出了应用蚂蚁算法建立度限制树．同时结合密度思想来解决这一问题的算法．经过数据的测试和验证，得到了较好的结果和一系列有意义的结论．