基于SSA-LSTM-GF的混凝土坝变形预测方法

针对混凝土坝变形分析预测的复杂性,应用相空间重构思想和融合建模理念,提出了一种基于SSA-LSTM-GF的混凝土坝变形分析预测方法。SSA-LSTM-GF方法利用奇异谱分析法(SSA)将变形实测数据序列分解为趋势分量、周期分量和剩余分量,并将剩余分量视为噪声分量予以剔除;采用长短期记忆神经网络(LSTM)模型和高斯拟合(GF)算法分别进行周期分量和趋势分量的分析预测,并将二者结果进行叠加重构,得到最终预测结果。实例验证结果表明,SSA可以达到较好的数据分解和消噪效果,LSTM模型针对周期分量的预测性能优越,GF算法能够很好地实现趋势分量的拟合预测和部分信息的挖掘提取,LSTM模型和GF算法的成果重构效果良好,SSA-LSTM-GF方法具有一定的可行性和应用价值。     

一类非线性系统迭代优化神经网络控制器

提出了一类非线性系统迭代优化神经网络控制器的设计方法,该是在正向神经网络辨识模型的基础上,应用迭代学习方法进行控制器设计。为了补偿辨识和迭代学习误差,给出了通过引入了反馈补偿控制器控制精度的方法,仿真结果证明了该方法的有效性。     

16MnR钢中疲劳裂纹扩展的细观研究

采用显微疲劳试验方法和显微疲劳试验装置对低合金钢１６ＭｎＲ单边缺口试样进行了疲劳试验,研究了短裂纹萌生和扩展的特征。结果表明,短裂纹萌生及扩展分三个阶段,每一阶段的形貌都有其特点,在裂纹扩展后期,短裂纹的发展以裂纹密度不断增加并形成损伤区为主要特征,然后在损伤区选择一条主裂纹扩展。     

Fe3Al合金的高温变形行为

用载荷松弛法对Ｆｅ－２８Ａｌ－２Ｔｉ合金在较高温度下的变形行为进行了研究．测定了Ｆｅ－２８Ａｌ－２Ｔｉ合金在高温变形时的载荷松弛曲线、应力减小因子Ｙ及激活能值,并对试样进行了显微结构观察．结果表明,Ｆｅ－２８Ａｌ－２Ｔｉ合金的高温变形是一个亚晶界吸收位错,而且不断向大角晶界转变的过程．     

考虑空洞演化效应的金属超塑性变形理论

根据金属超塑性变形时一般出现严重空洞化的特点,对金属板料超塑性变形时的屈服准则、空洞长大模型、材料损伤动力学方程、起塑性极科的受拉（包括双向受拉）失稳过程和先稳时的成形极限计算方法,起塑性极科成形极限图的预测以及自由胀形和充模胀形等具体起塑成形工艺考虑空洞演化效应的工艺计算与分析等问题进行了系统全面的研究．从而形成了考虑空洞演化效应的金属起塑性变形理论体系。对考虑空洞演化效应的金属起塑性变形理论中的基本问题作了扼要介绍。     

Solutions of Two-point BVP in Banach Spaces

IntroductionGuoetal.[1]discussedthetwo-pointboundaryvalueproblem(BVP)forordinarydifferentialequationsinBanachspaces,-u″=f(t,u),　t∈I=[0,1]u(0)=u(1)=0andgavesomeconclusions.Usingthemonotoneiterationtechnique,SongFumindiscussedthesameBVP[1]andshoweditsmaximalandminimalsolutions[2].Inmoregeneralboundaryvaluecondi-tions,GuoandSun[3]discussedBVPinreflexiveBanachspacesandmadeseveralconclusions.InthisworkthefollowingBVPinrealBanachspace,E,isconsidered.Lu(-p(t)u′)′ q(t)u=f(t,u),B0uau(0)-…     

Thermal Deformation Measurement and Stress Analysis of PQFP Assembly during Power Cycling

ＴｈｅｒｍａｌＤｅｆｏｒｍａｔｉｏｎＭｅａｓｕｒｅｍｅｎｔａｎｄＳｔｒｅｓｓＡｎａｌｙｓｉｓｏｆＰＱＦＰＡｓｅｍｂｌｙｄｕｒｉｎｇＰｏｗｅｒＣｙｃｌｉｎｇＤａｉＦｕｌｏｎｇ（戴福隆）,ＳｈｉＬｉｎｇ（石玲）,ＷｅｎＸｉｕｍｅｉ（温秀梅）Ｄｅｐａｒｔｍ...     

复合采动影响下地表变形预测与危险区划分方法

矿山岩体工程开挖将改变原岩应力状态,由此引起岩体本身及周围一定区域的移动和变形,地下与露天复合开采的矿山更是如此,其变形速率之大、范围之广、时间之长已严重地影响周边环境的安全。通过对地下与露天复合采动影响下地表变形规律进行研究,建立了相应的移动模型。在此基础上,对移动参数的计算方法及地面变形区的划分方法等问题进行了研究。然后,依据当前形量和后续变形量大小,对矿山继续开采可能产生的破坏范围进行了划分     

DNA序列中“词”的自重叠性对其分布的影响和异常“词”的鉴别

从语言学的角度来看基因序列,一个ＤＮＡ序列可以看成是由字母Ａ,Ｇ,Ｃ,Ｔ组成的有限的字符串,以一定的语法和词法结构为转录机器所识别．那么,词在序列中是如何分布的？文中研究了在不同状况下的单词的理论分布,证实了单词（即ＣＯＤＥ）的自重叠性对单词在序列中的概率分布的有极大的影响,并就实例验证了这一点．结合经验分布,提出了两种在ＤＮＡ序列中鉴别异常单词的方法．得出结论：字母Ａ,Ｇ,Ｃ,Ｔ等概率出现和不等概率出现是判别单词是否异常的重要条件．