直线参数方程中参数的应用

通过求直线参数方程中的参数,利用参数的几何意义证明空间点到平面、点到直线及异面直线间的距离公式,其证法相对较为简便.     

罗1井区压裂水平井裂缝系统优化

 为了提高水平井压裂效果的成功率和有效率,在压前的施工设计中要充分考虑裂缝参数的优化。针对水平井压裂特点,在非均质低渗透油藏模型的基础上,以数值模拟软件Eclipse为技术手段,对影响水平井压裂后产量的裂缝参数包括裂缝方位、裂缝位置、裂缝条数和非均匀裂缝长度等进行了优化研究。研究结果表明,水平井产量随着裂缝条数、裂缝长度和裂缝导流能力的增加而增加;对于不同裂缝布局,根部和端部裂缝的间距小于内部裂缝的间距;由于裂缝的干扰作用,不同位置的裂缝产量不同,处在中间位置的裂缝产量最低。     

基于改进PSO算法的混合核SVM算法

提出一种基于改进粒子群优化（PSO）算法的优化混合核支持向量机（SVM）算法（ILPSO）, 解决了一般混合核SVM算法很难评定参数选择的问题. 该算法通过限定粒子的速度、 搜索空间和交叉算子等多种寻优策略加强其收敛特性, 得到了参数的最佳组合. 仿真实验表明, 该算法能更快速、 有效地获得参数的最优值.     

非饱和参数交互作用的边坡稳定性分析

为研究降雨入渗条件下的边坡稳定性,提出一种基于流固耦合理论及非饱和渗流参数敏感性分析的边坡稳定性分析方法.边坡的非饱和参数交互作用影响边坡稳定,为此,建立基于有限元方法的边坡非饱和渗流的边坡稳定性分析模型.构建了边坡稳定性分析参数敏感性分析模型,分析了非饱和参数对边坡稳定特征的直接作用和耦合交互作用.结果表明:降雨入渗时的非饱和参数共同作用下,降雨强度和渗透系数对边坡稳定性孔压及饱和度特征的直接影响和间接影响较内摩擦角和黏聚力更为明显.降雨强度对特征单元位移直接影响最大,内摩擦角与其他参数的耦合作用最显著.黏聚力对边坡稳定的直接影响最大,且对塑性变形作用时与内摩擦角、降雨强度及饱和渗透系数的耦合最为紧密.非饱和参数共同变化时,交互作用不是单项参数的作用效果直接叠加.     

基于BP神经网络的桥梁移动荷载识别精度

为了识别作用于桥梁结构上的移动荷载,基于反向传播神经网络方法,开展了输入参数对荷载识别精度影响的分析.首先利用ANSYS模拟移动集中力通过简支T梁桥,得到了主梁跨中位移、速度和加速度时程曲线;其次基于MATLAB建立反向传播神经网络结构,分别将桥梁结构的位移、速度和加速度动态响应数据作为反向传播神经网络的输入参数,移动荷载大小作为输出参数,研究不同输入参数对荷载识别精度的影响;然后分别选取位移和速度、位移和加速度、速度和加速度以及三者组合的工况进行多参数输入的优化设计;最后,以某4跨预应力混凝土连续T梁桥工程为背景,以重车下的竖向加速度实测数据验证了该反向传播神经网络用于识别实桥上简单移动荷载的可行性.结果 表明:利用反向传播神经网络进行移动荷载大小识别时,单输入参数的识别精度由高到低依次为加速度、速度、位移,建议在实际工程中采用较易获取的加速度数据作为输入参数进行荷载识别;多参数组合输入可以提高移动荷载的识别精度,其中速度和加速度组合可以实现较优的识别效果;实测数据证明了该反向传播神经网络用于简单的实桥荷载识别是可行的.相关研究结果可为桥梁载荷识别及桥梁结构的性能评价提供参考.     

电力系统负荷建模研究综述与展望

负荷建模研究是电力系统运行与控制中的基础性问题,既具有非常重要的理论意义,又具有 十分显著的实用价值。 在回顾已有负荷建模成果的基础上,归纳了负荷模型结构和模型参数的获 取方法,整理了负荷模型应用现状,并总结了现有负荷建模方法的不足;然后分析了负荷建模的发 展趋势,包括负荷特性重大变化对建模工作的新挑战、电网结构变化对建模工作的新需求和大数 据、人工智能快速发展带来的新机遇;最后将未来负荷建模工作总结为解决模型结构的“定性正 确冶和模型参数的“定量准确冶两步走问题,提出建立考虑主动负荷的广义综合负荷模型,并借助人 工智能技术,综合采用多种在线建模方法,构建“分类分时冶负荷模型数据库,建立负荷建模的长效 机制。     

新型双模功率分流机构参数优化及性能分析

功率分流式混合动力汽车同时具备串联式和并联式混合动力汽车的优点,但单模功率分流混合动力汽车会产生较高的电损耗。提出一种双模功率分流机构以改善单模功率分流机构的电耗高的缺点,不同于传统多行星齿轮组和多离合器的双模功率分流机构,仅包含单行星齿轮组,利用同步器进行模式切换。使用基于全局优化能量管理策略的后向仿真方法,以燃油经济性为目标,对该功率分流机构和丰田混合动力系统(THS)进行动力传动系统参数优化,并对仿真结果进行能量流分析。结果表明,相较丰田混合动力系统,提出的功率分流机构能降低电损失。     

可以处理补偿作用的认知诊断模型:CDINA模型

对DINA和DINO模型进行改进,构建了一个比DINA和DINO模型更“一般”的模型,称为CDINA模型.除了猜测和失误参数之外,在CDINA模型中每个项目还包含1个补偿参数.构建的模型不仅保留了DINA模型简单和易于解释的特点,而且模拟和实证研究结果表明:(i)CDINA模型可同时处理项目属性之间是连接、部分补偿或完全补偿的情况(可将DINA和DINO看成是CDINA的特例),且CDINA模型具有较高的参数估计精度和被试分类准确率;(ii)通过比较CDINA、DINA、DINO模型的分类判准率和相对拟合指标,发现CDINA不会比DINA和DINO的分类准确率更低,且在存在部分补偿的情况下CDINA模型更优于DINA和DINO模型.     

零膨胀泊松模型中风险参数的贝叶斯估计

该文建立了贝叶斯模型,讨论了零膨胀泊松分布中参数的估计问题.在平方损失函数、Linex损失函数和Stein损失函数下得到了风险参数的贝叶斯估计.进而,引进了信度理论,在平方损失函数下得到了风险参数的信度估计,证明了估计的相合性.最后,通过数值模拟的方法对估计的收敛性进行了比较.     

基于广义卡尔曼-布西滤波的压缩光相位自适应估计方法

应用量子理论获取导航测角中的相位参数,有望获取超越经典理论极限的定位精度.在利用量子零拍探测测量相位压缩光的相位时,本振相位与待测相位在正交的前提下得到的零拍电流受到散粒噪声的影响最小.为了保证本振相位能够时刻满足此条件,并考虑到导航系统非线性和实时性的特点,基于广义卡尔曼-布西滤波设计了零拍锁相环,对本振相位进行实时的反馈控制,进而实现对压缩光相位的实时估计.理论分析以及仿真结果表明,利用压缩光作为信号场获取相位参数时能够突破散粒噪声的限制,提高导航测角系统的定位精度,并且在最优压缩度处相位估计精度最高,最优压缩度取决于压缩光强度以及测量系统的相位稳定性.