考虑弯剪耦合作用的梁桥可靠度评估

在役梁桥的评估需考虑弯剪耦合作用.将抗力与效应由一元随机变量拓展成二元随机变量,引入美国AASHTO规范采用的修正压力场理论,建立弯剪耦合抗力与弯剪复合效应的概率模型,提出了考虑弯剪耦合作用的可靠度评估方法.算例分析表明,对于复合效应中弯矩、剪切分量都较大的截面,其失效机制是弯剪耦合破坏,传统方法计算结果偏不安全,有必要采用考虑弯剪耦合作用的可靠度评估方法.     

外框柱距改变对框架-核心筒结构抗震性能影响的研究

通过4种结构方案比较,研究了框架-核心筒结构外框柱距改变时,结构抗震性能的变化。计算结果表明,在结构混凝土用量基本不变的情况下,随着外框柱距的减小,框架-核心筒结构的侧向位移、层间位移角都在随之降低,相对于方案1,方案2～4结构顶点位移分别减小了5.48%、9.84%、13.37%,最大层间位移角分别减小了6.78%、11.80%、15.89%。总体来说,随着外框柱距的减小,结构的抗震性能略有提高。     

碳纤维加固钢筋混凝土抗弯构件抗剥离试验研究

碳纤维增强塑料(CFRP)加固修复混凝土结构在工程中的应用极为广泛,能有效提高钢筋混凝土构件的承载力以及变形能力,但提高只能在一定范围有效,采取锚固措施更能提高效果,X型箍锚固效果优于U型箍。试验采用11根通过粘贴不同层数的碳纤维布进行加固,同时比较U型锚固与X型锚固及无锚固三种情况下的加固效果。     

楼板配筋率对板筋参与梁端抗弯的影响

针对现浇楼板在框架梁端实际抗弯中具有参与作用的情况,采用有限元软件ABAQUS对不同楼板配筋率的钢筋混凝土框架结构在侧向荷载作用下的受力情况进行了分析.研究表明,现浇楼板配筋率会影响现浇楼板中的板筋在框架梁端实际抗弯的参与程度,在梁柱同等配筋的情况下,楼板配筋率高的框架梁端的实际承载能力要大于楼板配筋率低的结构的实际承载能力,因此,在进行有效翼缘宽度的选取时,应将现浇楼板配筋率列入考虑范围.     

台风载荷作用下输电塔线体系时程分析及补强措施

为研究±800 kV输电线路所使用的横担较长的铁塔在受到台风载荷作用时的时程响应分析,通过建立三塔两线有限元模型,基于风速不随高度变化的Von Karman谱,利用谐波叠加法生成了基准风速为50 m/s的风速时程,应用模拟的台风载荷进行时长为50 s的时程分析,共分析了风载荷45°、60°、90°作用下塔线体系的三种情况。仿真结果显示,在45°和60°风作用下,铁塔中部、塔头和塔身连接的平口处应力超过屈服强度,导、地线挂线板处所受应力也超限,铁塔在90°风作用时,塔身腰部主材和塔腿主材应力也超过屈服强度。要预防台风对铁塔的破坏,应该从上述三个部位对铁塔进行补强,在塔腿及塔腰之间增加水平材是一种有效的加固措施。     

薄油层（砂体）的识别与预测 --以塔河油田二区三叠系阿四段为例

塔河油田二区三叠系阿四段水下分流河道薄油层(砂体)厚薄小、连续性差、识别难度大,薄油层(砂体)的识别与预测对塔河油田三叠系碎屑岩油气勘探开发具有重要的指导意义。为了更好的识别阿四段含油河道砂体,以沉积学、高分辨率层序地层学为理论指导,完成井区内单井阿四段层序旋回的划分及沉积相划分。单井识别3个中期旋回和9~11个短期旋回,在中、短期旋回内依次开展井间含油薄层(砂体)精细对比及沉积相平面展布研究。井震结合,通过地震资料叠后提频处理技术,沿层地震最大波峰振幅属性、平均振幅属性和平均瞬时频率属性提取技术及自然电位重构的拟声波曲线反演等技术,能很好的识别三叠系阿四段水下分流河道5 m及以上薄油层(砂体),确定薄油层(砂体)的空间展布特征;砂体预测结果与实钻井符合率高。因此,通过高分辨率层序地层学建立等时地层格架,在沉积旋回内进行砂体对比和沉积相研究及地震叠后提频处理、沿层地震属性提取和拟声波曲线反演方法能够对井区三叠系阿四段薄油层(砂体)进行很好的识别和预测。     

Temporal Memory Reinforcement Learning for the Autonomous Micro-mobile Robot Based-behavior

This paper presents temporal memory reinforcement learning for the autonomous micro-mobile robot based-behavior. Human being has a memory oblivion process, i.e. the earlier to memorize, the earlier to forget, only the repeated thing can be remembered firmly. Enlightening forms this, and the robot need not memorize all the past states, at the same time economizes the EMS memory space, which is not enough in the MPU of our AMRobot. The proposed algorithm is an extension of the Q-learning, which is an incremental reinforcement learning method. The results of simulation have shown that the algorithm is va|id.     

一种基于团队马尔可夫博弈的多agent协同强化学习算法

研究多agent系统的学习行为对于智能系统的适应性是至关重要的．针对一类追求系统得益最大化的协作团队的学习问题,基于马尔可夫博弈的思想,提出了一种新的多agent协同强化学习算法．协作团队中的每个agent通过观察协作相识者的历史行为,依照马尔可夫博弈模型预测其行为策略,采用适合的行为探索策略,进而得出最优的联合行为策略．实验对该算法进行了验证,结果表明该算法是有效的．     

基于规划规则的激励学习偏差研究

在实际动态系统中,经典无启发知识的激励学习算法收敛非常慢,因此必须采用某种偏差技术加速激励学习的收敛速度．已有激励学习偏差算法,通常先验地给出启发知识,这与激励学习的思想相矛盾．通过在初次激励学习获得的策略知识中,先抽取满足条件的规划知识,然后将规划知识作为启发知识,进一步指导后继激励学习．实验结果显示这种学习技术能有效加快算法收敛速度,并适用于动态复杂环境．     

基于深度强化学习的云作业调度及仿真研究

针对复杂瞬变的多用户多队列多数据中心云计算环境中作业调度困难的问题,提出一种基于深度强化学习的作业调度方法.建立了云作业调度系统模型及其数学模型,并建立了由传输时间、等待时间和执行时间三部分构成的优化目标.基于深度强化学习设计了作业调度算法,给出了算法的状态空间、动作空间和奖赏函数.设计与开发了云作业仿真调度器,完成作...