Runge-Kutta方法的强正则性

针对R8nge-Kutta方法的强正则性给出了一般性结论.讨论了DIRK、SIRK及高阶Runge-Kutta方法的强正则性.     

大地电磁二维正则化反演研究

研究目的:在大地电磁反演方法的研究中,模型与观测数据一般是非线性关系,观测数据的有限性及含噪声使得反演结果具有非唯一性,地球物理建模理论的近似和先验信息的不足使得各反演方法难以兼顾解决全局收敛和高效收敛问题。通过在目标函数中采用正则化方法,可以使得不适定反演问题具有稳定的反演结果,改善解的稳定性和非唯一性问题。因此,寻求一种合适的二维正则化反演方法显得尤为重要。研究结论:(1)求解适定的大规模反演线性方程组时,为了改善高斯-牛顿法的局部收敛,可以采用阻尼高斯-牛顿迭代算法,通过对理论模型的试验,基于阻尼高斯-牛顿算法的大地电磁二维正则化反演计算结果真实地反映了模型的地电参数,准确地把握住异常体的深度及大小,说明该反演算法是有效的;(2)将模型反演计算的预测数据与实际的观测数据进行对比分析,无论是预测视电阻率数据,还是阻抗相位数据,都与其实际观测数据基本吻合,说明了反演算法的准确性,适用于大地电磁的二维资料解释;(3)利用GCV法可以有效地确定出较优的正则化参数,将不适定问题转化为适定问题进行求解,保持数据目标函数和模型约束目标函数之间的平衡关系,进而使模型方差和分辨率之间达到最佳折衷;(4)该反演方法适于近似水平地形条件下进行大地电磁二维正演模拟,可用于铁路、公路等勘察领域二维大地电磁数据资料解释中。     

斜拉桥结构损伤识别的概率可靠度法

基于静力响应测试数据,结合正则化技术和假设检验,提出了测试数据不完整且存在观测噪声条件下斜拉桥结构损伤识别的概率可靠度法。采用正则化技术降低斜拉桥结构损伤识别问题的不适定性和求解困难,综合利用参数估计和数据摄动技术获得结构参数的统计特征,在此基础上根据假设检验识别损伤位置和损伤程度。以一斜拉桥结构的损伤识别仿真分析验证了方法的正确性和有效性。研究表明,所提出的方法能够在测试数据存在观测噪声的情况下准确识别损伤。     

基于多元线性回归的城轨站务人员标准化配置研究

文章首先介绍城市轨道交通站务人员配置的现状及问题,指出优化站务人员配置的重要性,并将岗位定员法与模型定员法相结合,按照分类分析的思路对站务人员标准化配置进行分析。然后选取乘降量、(半)自动售票机交易量为影响变量,建立武汉市轨道交通车站第二类站务人员数量计算的多元线性回归模型,并进行模型的拟合优度、残差、显著性检验,论证模型的有效性。最后以赵家条地铁站为例,给出站务人员标准化配置的建议。     

基于竞争失效模式的发送器和接收器的故障分析

通过收集ZPW-2000A轨道电路的发送器和接收器的现场返修数据,对发送器和接收器的常见故障模式进行分类统计,使用"竞争失效模式"的方法对其分别进行分析,提出一些改进的建议.并选取二参数威布尔分布作为可靠性模型,采用线性回归的方法进行模型的参数估计.     

基于压缩感知的稀疏度自适应图像修复

压缩感知理论利用信号的稀疏特性,能够以较少的采样数据恢复出完整的信号。本文基于压缩感知理论,提出一种稀疏度自适应图像修复算法。有别于传统的图像修复方法,本文首先根据大量样本数据进行K-奇异值分解(K-SVD)字典训练,用训练得到的超完备字典取代正交基函数;然后根据图像的退化模型对感知矩阵加以约束;最后针对二维破损图像稀疏度未知问题,在重构阶段提出了一种稀疏度自适应正则化正交匹配追踪算法(SA-ROMP)实现破损图像修复。本文引入的超完备字典能够自适应地根据训练样本进行特征提取,具有更强的稀疏表示能力。重构阶段的SA-ROMP算法在迭代过程中利用logistic回归函数获取阈值,再通过阈值对残差与感知矩阵的相关系数进行判定,能够自适应选择原子候选集的个数。图像修复实验结果验证了本文算法的可行性,并且修复效果明显优于其他同类算法。     

软土参数反分析方法及其在沉降预测中的应用

沉降预测与控制是当前客运专线设计、施工组织的关键技术,为保证沉降预测的准确程度,必须合理选取计算参数。采用黏弹塑(西原)模型模拟土骨架,并结合软土变形的大位移、大应变及渗透固结的特点,建立模拟施工过程的软土路基双重非线性固结分析有限元模型。以实测信息与计算信息的相对残差平方和最小为目标,引入考虑测点观测精度的加权值,建立根据多种测试信息进行参数反分析的目标函数,并采用Monte-Carlo法和可变容差法相结合的优化技术,对目标函数进行约束优化,较好地解决了可变容差法易于陷入局部最优解的难题。通过参数分组、初步试算、综合调整等步骤,建立了分阶段多层次动态施工反分析方法,从而使反分析所得计算参数具有明确的物理意义。实际工程应用表明,参数反分析方法本构关系清楚、物理意义明确,所得计算参数能较好地反映现场的实际情况,可准确预测沉降。     

非线性最小二乘拟合的计算方法

本文对工程中经常遇到的非线性最小二乘拟合问题提出了一个计算机算法。该方法共分两步：首先利用优选法求出非线性参数，然后计算线性参数。对于三参数曲线，利用线性回归分析求线性参数；对于多参数曲线，则利用广义逆矩阵理论求出线性参数。在这些算法中，迭代初值可以任意选取，而迭代总是收敛的。     

接触网检测硬点参数动态标准研究

将大量的检测数据进行中心化处理、无量纲处理和标准化处理,采用层次聚类和K-means算法,将数据按其自身的固有知识特征分类,然后对各类数据进行多变量线性回归.通过残差分析、假设检验,得到了各类数据对应的硬点超限参数标准和速度关系的数学模型.     

基于Grubbs-ARMA模型的钢轨胶接绝缘接头变化预测研究

为了提高钢轨胶接绝缘接头绝缘缝预测的精度,提出基于自回归移动平均(ARMA)模型的Grubbs-ARMA预测模型。该模型在ARMA模型基础上增加改进的预处理算法,保留原始数据的每一次波动规律,具体包括使用格拉布斯准则法对每个目标时刻附近的监测数据集合识别可疑值、剔除异常值和求均值,然后对得到的序列做平稳性分析,根据分析结果确定模型阶数,建立模型,利用京沈高铁沈阳段的闭塞区段某监测点采集的20组数据,分别构造Grubbs-ARMA模型和ARMA模型,根据前15组数据预测后5组数据。结果显示:Grubbs-ARMA预测模型的残差不仅均低于0. 15,且均低于ARMA预测模型的残差对应组别的残差。证实Grubbs-ARMA预测模型不仅适用于钢轨绝缘缝预测,且比ARMA预测模型有更高的预测精度。