考虑多栋相邻高层建筑同时施工的桩筏基础-地基相互作用分析

结合实际工程,采用FLAC-3D三维数值模拟方法,通过对比单栋高层建筑与其所在的高层建筑群体两种模型的计算结果,分析了多栋相邻高层建筑同时施工对上部结构-地基-基础共同作用产生的影响,包括桩筏基础和地基的变形及受力特性.结果表明:考虑共同作用时,多栋相邻建筑同时施工,会使地基产生附加应力的叠加并向周围扩散;最大沉降区域发生偏移,差异沉降加大;筏板的压应力减小,拉应力增大;桩轴力明显增大,尤其是桩顶轴力.邻近建筑荷载同时施工对共同作用产生的影响在施工中期比在施工完成时表现更为明显.     

基于联立方程的地价与房价波动关系

构建了我国城市房地价之间关系的联立方程模型,以全国重点城市为样本资料,根据二阶最小二乘法给出参数估计.研究结果发现:地价和房价之间存在联立性,相互影响.对地价影响最大的因素是常住人口总数,人均可支配收入、房地产开发投资额拉动了城市房价水平,而房屋销售面积拉低了城市房价水平.房价滞后期对房价有较大影响,价格的涨跌预期影响公众的投资情绪,导致房价的变动.     

一种点线特征融合的双目同时定位与地图构建方法

基于特征点的视觉同时定位与构图方法依赖于图像质量以及可提取的特征点数量,且稀疏的特征点不能直观表达环境的结构信息。为此,提出一种将图像的点特征和线段特征融合的双目同时定位与构图方法。算法前端提取图像的点特征和线段特征,进行特征跟踪并完成相机位姿求解,从跟踪线程中分离出特征提取线程,进一步提升了前端线程的帧率。后端采用集束调整对局部地图进行优化,利用基于词袋模型的闭环检测以抑制系统的累积误差。最后结合点线特征共同构建环境地图。在公开数据集上进行了实验,与当前主流算法相比,提出的算法在保证定位精度的同时能够获得更丰富的环境地图,具备较好的鲁棒性与实时性。     

基于随机有限集的SLAM算法

提出一种基于随机有限集的同步定位与地图创建算法,该算法利用随机有限集对环境地图和传感器观测信息建模,建立联合目标状态变量的随机有限集。依据Bayesian估计框架,利用概率假设密度滤波的粒子滤波实现对机器人位姿和环境地图进行同时估计。新算法避免了数据关联过程,并能更加自然有效地表达同步定位与地图创建(simultaneous localization and mapping, SLAM)问题中多特征-多观测特性及多种传感器信息。在仿真实验中,利用FastSLAM2.0算法和新算法进行对比,实验结果验证了新算法的优越性。     

基于迭代无迹卡尔曼滤波的SLAM算法仿真研究

对迭代无迹卡尔曼滤波算法在SLAM问题中的应用进行仿真研究。通过仿真分析发现,与一般的无迹卡尔曼滤波算法相比,迭代的算法有时无法提高SLAM的精度,继而探讨了SLAM问题中选择采用迭代算法的条件;同时针对迭代算法的观测更新阶段,用阻尼的高斯-牛顿迭代方法改进完全高斯-牛顿迭代方法,从而提出一种改进的基于迭代无迹卡尔曼滤波的SLAM算法。仿真实验对提出的迭代条件进行了验证,仿真结果表明提出的SLAM算法与无迹卡尔曼滤波算法相比,可以进一步提高SLAM问题的估计精度。     

基于同时平衡原理的Fe-H2O系电势-pH图

运用同时平衡原理,讨论了Fe-H2O系中的相平衡关系,绘制了25℃时Fe-H2O系的电势-pH图．由于溶液中所有金属离子都与相应的固相组分同时保持平衡,因此,电势-pH图中出现了一个完整的液相稳定区,而不存在Fe^3 与Fe^2 之间的平衡线．当温度和压力一定时,各相稳定区的位置和大小仅决定于体系中可溶性组分的总浓度,而与各可溶性组分浓度的相对大小无关．随着液相中铁的总浓度的升高,液相稳定区减小,而固相组分的稳定区相应地扩大．     

有序效应的三种同时置信区间的比较

通过分析比较指出效应有序时,T ukey方法在构造两效应的同时置信区间不是最优的,同时给出第三种区间,其比T ukey区间具有更高的精度。     

SUFR系统进水COD浓度对反硝化除磷的影响

对螺旋升流式反应器(Spiral Up-Flow Reactor, SUFR)中进水COD浓度对反硝化吸磷的影响进行了深入的研究,通过分析发现:1)缺氧反应器内出现了明显的反硝化吸磷现象,且当COD浓度在250～450 mg/L时效果显著;2)当进水COD浓度在400 mg/L左右时,厌氧释磷量和缺氧吸磷量均达到最大值,并且缺氧吸磷效率也最高;3)对不同COD负荷下厌氧释磷速率、缺氧反硝化吸磷速率以及PHB之间的关系进行分析.     

Copula函数的一些推广

研究了Copula函数的基本概念以及相关性质。并对二元变量的Copula函数做一些推广性的探讨．     

基于改进蚁群算法的双向物流路径优化

针对物流路径优化已有算法运算过程复杂、精度不高、过早收敛等问题,对蚁群算法进行了改进,以解决物流路径优化问题.为了消除蚁群算法的易停滞、收敛慢等问题,从蚂蚁转移策略、信息素更新方式以及遗传算法的融合等方面对算法进行了改进.针对双向物流的路径优化问题,通过增加启发函数、设计转移策略等方面来改进蚁群算法,使得算法能更好地考虑综合因素来进行搜索,能够更全面、更准确地找到合适的下一节点,从而得到更优的路线.