等效荷载法在超大断面公路隧道爆破数值计算中的适用性

为了探究选取最优的计算方法研究超大断面公路隧道爆破施工对先后行隧道的影响,分别采用流固耦合法、初始体积分数法和等效荷载法建立单孔爆破有限元模型模拟单孔耦合装药情况下的爆破过程,从岩体破碎效果、计算效率等方面对比选定等效荷载法为最优的计算方法,并建立隧道数值模型应用等效荷载法计算研究后行隧道爆破对先后行隧道结构的影响,结果表明：（1）后行隧道爆破施工时先行隧道综合振速显著区域出现在隧道掘进方向上,逆隧道掘进方向隧道衬砌动力响应程度较小;（2）先行隧道受影响最大位置为迎爆侧右边墙,影响最小位置出现在背爆侧左拱脚;（3）后行隧道监测断面振速最大值出现在左拱腰位置,施工时要重点监测。     

两类一阶奇异非线性微分方程初值问题解的精确渐近行为

应用分离变量法和Karamata正规变化理论,在f和g满足适当的结构条件下,得到了两类一阶奇异非线性微分方程初值问题-u'(t)=b(t)f(u(t)),t>0,u(0):=limt→0+u(t)=+∞和v'(t)=b(t)g(v(t)),v(t)>0,t>0,v(0)=0解在0附近的精确渐近行为.其中,所给的结构条件隐含了f在无穷远处以指数p(p>1)正规变化或快速变化(快速趋于+∞);g在0处以指数-γ(γ>0)正规变化(隐含着lims→0+g(s)=+∞)或快速变化(快速趋于+∞);b在(0,∞)内非负非平凡,并且a>0,b∈L1(0,a).     

基于Elman神经网络集成的诺西肽发酵过程建模

针对单神经网络模型外推效果不理想、泛化能力较差的缺点,将神经网络集成用于诺西肽发酵过程的建模.采用Bagging技术进行重复取样用于个体神经网络的训练,结论生成时采用加权平均法,各子网络的权重利用差分进化算法来确定.个体神经网络选用典型的动态神经网络Elman网络,通过对多个Elman神经网络模型的输出进行融合,建立了基于神经网络集成的诺西肽发酵产物浓度模型.最后将所建立的模型与基于单神经网络的模型进行了比较,结果说明该模型具有更高的精度和泛化能力.     

优化算法中初始点选取的一种预处理方法

借助数学软件绘制出函数的图形和相应的等高线,通过观察等高线的走向确定极值点可能存在的区域,在该区域内选定初始点就可以快速地求得优化问题的极值.该方法对优化问题的初始点选取具有一定的指导价值.     

巨正则系综Monte Carlo模拟CO/H2在碳纳米狭缝孔内的吸附和分离

采用巨正则系综Monte Carlo（GCMC）方法研究了CO/H₂在碳纳米狭缝孔中的吸附和分离。H₂和CO均采用单点Lennard Jones（LJ）模型,孔壁作用势则用Steele 10-4-3模型描述。研究结果表明,混合物中H₂的吸附量高于与其分压相同压力下纯H₂的吸附量,而CO则与之相反。通过不同孔宽下的模拟,得到吸附分离的最佳孔宽为0.74nm,此时H₂和CO的吸附量分别为2.0和12.9mmol/g,CO对H₂的平衡分离因子达到6.5(温度为300K,压力为1.0MPa,等物质的量混合气体)。此外,还详细研究了压力、温度和混合气体组成对吸附量和平衡分离因子的影响,发现平衡分离因子随压力降低而提高,而低压下尤其明显,0.03MPa时平衡分离因子可超过9.0。随温度升高,平衡分离因子近乎线性下降;而随着体相混合气体中H₂组成的增加,平衡分离因子显著提高。     

非线性Hamilton-Jacobi方程的解

利用平均值方法,给出了非线性Hamilton-Jacobi方程的解。     

Ensemble Forecasting for Complex Time Series Using Sparse Representation and Neural Networks

Based on the concept of ‘decomposition and ensemble’, a novel ensemble forecasting approach is proposed for complex time series by coupling sparse representation (SR) and feedforward neural network (FNN), i.e. the SR‐based FNN approach. Three main steps are involved: data decomposition via SR, individual forecasting via FNN and ensemble forecasting via a simple addition method. In particular, to capture various coexisting hidden factors, the effective decomposition tool of SR with its unique virtues of flexibility and generalization is introduced to formulate an overcomplete dictionary covering diverse bases, e.g. exponential basis for main trend, Fourier basis for cyclical (and seasonal) features and wavelet basis for transient actions, different from other techniques with a single basis. Using crude oil price (a typical complex time series) as sample data, the empirical study statistically confirms the superiority of the SR‐based FNN method over some other popular forecasting models and similar ensemble models (with other decomposition tools). Copyright © 2016 John Wiley & Sons, Ltd.     

一类Klein-Gordon方程解的生命跨度

在RN×R+(N≥2)中考虑一类具正能量且非线性项为m2u-λ2|u|n-1u的Klein-Gordon方程。给出了当初始能量小于“临界值”时方程解的生命跨度的上界估计。     

短波极低信噪比扩频系统中窄带干扰的抑制

频域的LMS自适应滤波算法可以有效抑制扩频系统中的强窄带干扰"在短波极低信噪比扩频系统中!提出了一种权值初值选取方法,该方法既可以用来判别是否存在窄带干扰,又可以使权值迅速收敛,简单易行。采用时域加窗和重叠相加,大大减弱了截断效应的影响。仿真结果验证了该算法在加快收敛速度以及改善系统性能方 面的有效性。     

基于集合预报思想对一次暴雨过程的数值模拟

用MM5-V3对江淮流域的一次暴雨过程进行数值模拟,为了消除单一的确定性预报在暴雨落区和强度方面的可信度不稳定。其中积云对流参数化方案分别采取5种不同的方案进行了计算,又对5种结果进行平均得到集合模拟结果。分析不同的模拟结果发现,对降水量的模拟,集合模拟结果更接近实况。不同的积云对流参数化方案对雨带位置的模拟效果相近。但对于卢中尺度雨团的模拟具有不确定性,而不同参数化方案的集合模拟结果,无论是对雨带还是雨团的模拟都是比较成功的,这也说明集合预报可以消除物理过程的不确定性,是提高预报准确率的一条有效途径。