柳州地区红土的工程特性和地震反应特性分析

红土由于其特殊的物质组成和形成环境以及特殊的结构,通常会表现出不同于一般土的工程特征和动力学特性。通过总结前人研究成果,利用数值模拟的方法研究了柳州地区红土的工程特性、动力学特性以及地震反应特性。结果表明：(1)除液性指数外,各项物理性质指标的变异系数较小,较为稳定,各项力学性质的变异系数较大,较为离散;(2)柳州地区红土各项物理力学性质间相关性存在相关性进其中天然含水量、孔隙比、密度三者之间存在较为显著的相关性;(3)通过统计分析,本章给出了柳州地区红土土层剪切波速与埋深间相关系的推荐拟合模型,经过验证误差小于5%;(4)通过SOILQUAKE程序分析了不同动力学参数与实测值的差异,给出了建议值。这一工作对从事红土研究的工作者具有一定价值。     

颗粒密度对动静叶栅内流动特性的影响

基于大涡模拟方法和Mixture多相流模型,运用CFD软件对泵工况下动静叶栅内的固液两相非定常流场进行了数值计算,分析了不同颗粒密度下动静叶栅内固液两相流动特性及流道内涡结构的演化规律。结果表明,颗粒密度增加时,离心泵扬程和效率出现小范围的增加;动叶栅进口负压区面积逐渐增大,静叶栅出口处压力逐渐增大;叶轮流道内旋涡个数增多;叶轮进口固相体积分数增大,固体颗粒在叶轮进口聚集。动叶的强剪切和较大逆压梯度作用是动静叶栅内涡流产生和演化的主要因素。     

华莹市溪口镇山岩高速滑坡与泥石流的形成

四川华莹市溪口镇灾害性泥石流是由高速滑坡造成的。在其影响因素中,除了岩性和地质构造外,最重要的是大气降水和地下水位动态变化,促使高坡上的泥质岩类蠕变带的形成和发展,加之雷暴震动就导致了巨大的泥石流。     

无中文字库怎样在3DS中制作中文

结合三维动画软件3DS涉及到中文的问题,研究了无中文字库怎样使中文能顺利地进入3DS的制作过程,提出了各种不同方法制作的汉字进入到3DS中的技术。     

造价指数动态管理工程

介绍工程造价指数及其作用、工程造价指数和工程量清单价格的编制。阐述了工程造价指数与地区已成造价资料相结合,可以解决拟建工程在“量”与“价”上都具有可比性和动态控制工程造价的问题。提出了为适应工程量清单报价和动态管理工程造价的需要,工程造价管理机构或企业、工程造价咨询单位编制的计价依据或造价文件,应具有人工、主要材料、主要机械台班的量和单价,并不是完全单价的形式,配合计价依据的使用应定期编制工程造价指数,使工程造价的动态管理和控制落到实处。     

图形系统二次开发环境的研究与实现

简要介绍AutoCAD系统采用ObjectARX进行二次开发的原理和思想,以之为指导构建了一个简单的图形系统,并采用动态链接库技术作为开发手段,对图形系统二次开发环境的工作机制、实现方法及其扩展进行了深入研究。运用该思想,一方面可以扩展复杂图形并能将其融入应用环境中;另一方面有利于用户方便有效地管理系统数据,从而对图形软件的开发具有一定的指导作用。     

混合式码头动力响应及抗震计算

研究采用基于中心差分格式的逐步积分法软件包LS-DYNA。通过对沉箱-高桩复合式码头的有限元模型建立,详细的考察了码头结构的自振特性以及其在地震作用下的加速度和动内力的分布及变化情况。并获得在复合码头不同高程点上的动力变化关系曲线。为新结构优化和验证累积经验,为规范完善提供参考依据。     

动态创建ActiveX控件

随着Intemet(Intranet)的应用日益广泛,ActiveX控件由于其优越性在程序中的使用也越来越多。本文阐述了动态创建ActiveX控件的方法,并给出VisualC 6．0开发环境下的基于MFC的开发实例。     

房地产市场信息不对称的动态博弈

通过对房地产市场信息不对称的动态博弈关系进行研究,认为目前我国房地产市场中出现问题的根本原因在于信息不对称及诚信缺失,信息不对称使得参与备方的机会主义行为盛行,正常的市场机制难以发挥应有作用.信息不对称前提下一对多的动态博弈模型能够解释目前房地产市场中出现与供求规律不相符的高空置率与高价格并存现象.研究认为,"双高"现象有利于重复博弈的开发商一方,其重要原因是讨价还价双方的信息不对称及地位不对等,使开发商具有充分的激励维持高价并在此过程中获得更多的利润,通过等待可以获得有关置业者更多风险偏好程度的信息,进而在讨价还价过程获得更多收益.信息在买卖双方之间传递的阻隔和不对称是房地产市场的普遍特征,是市场交易关系中所处地位不对等这一客观状况所造成的.为了有效地解决房地产市场的信息不对称问题,保障置业者合法利益,提高房地产市场效率,从政府、开发商和置业者等方面提出了解决房地产市场信息不对称的建议.     

一类事件驱动马氏决策过程的Q学习

对广泛存在的一类事件驱动的平均费用型马尔可夫决策问题,通过分析其模型特征,研究了一种简单的增强型学习算法,不必将事件扩充为系统状态,而只对原始状态的值函数进行学习,减少了计算量和数据存储量。将算法应用于M/M/1排队系统的接纳控制问题,计算机仿真结果表明,算法优于通常的增强型学习和动态规划方法,验证了算法的有效性。