粘弹性人工边界在地下结构抗震分析中的应用

地下结构地震反应分析需考虑结构-地基的动力相互作用,其中场地土层的自由场反应分析是确定地震输入的关键问题。以往地下工程实例表明,在结构动力时程计算中,能否有效模拟无限地基边界对结构抗震分析有很大的影响。基于某地下综合体项目进行抗震评估,采用黏弹性人工边界模拟自由场震动响应,克服工程中传统分析里不能模拟场地无限域的缺点。为地下结构的动力时程分析提供可靠数值依据。     

人工神经网络在基坑变形性状研究中的应用

基坑工程不仅要保证维护结构本身的安全,而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂,传统的计算方法已无法准确预测基坑的变形。人工神经网络(ANN)有很强的解决非线性问题的能力。近些年来基于ANN的方法在岩土工程中得到了广泛的应用。本文对ANN在基坑工程中的应用研究进行了综述,并对其发展方向进行了分析。     

船舶液力耦合器的人工神经网络的数学建模

从船舶动力装置动态建模与仿真的实际需求，引出了其主要部件之一的液力耦合器数学建模在稳／动态特性研究中的重要性，以及利用其试验曲线(输入特性形式)作为数据源去构建准稳态数学模型的困难之处：寻找一种通用的数学表达形式，以实现①液力耦合器在额定工况及其附近的试验曲线的内插与外廷；②过渡工况液力耦合器数学模型的设计(如液力耦合器接合和脱开过程其滑差从100％向额定滑差值方向的变化)。本文介绍了人工神经网络方法在液力耦合器动态建模中的应用。文章先介绍了其数学建模的思路和要点：①选择人工神经网络算法(包括传递函数)与结构(人工神经网络隐含层数目和神经元个数)；②提高人工神经网络泛化能力的措施；③利用专业知识扩充人工神经网络训练用的数据样本。然后叙述了其数学模型在某船舶动力装置稳态、动态特性计算机仿真研究中的某些有意义的结果：①正常航行(四机双桨)稳态工况时各车令下液力耦合器的滑差；②不同螺旋桨螺距下的液力耦合器接合过程的滑差变化；③怠速→前进五的急加速过程的滑差变化。     

人工神经网络在故障诊断系统中的应用

人工神经网络以其独到的联想、记忆、储存和学习功能，在故障诊断领域受到了广泛关注。其中，BP网络是最成熟、应用最广泛的一种网络。但BP网络在实际应用中也存在诸多不足，如学习率的取值需要凭借经验或试算选取，网络学习收敛速度慢以及易陷入局部最小点等。针对BP网络的这些不足，采用了Rumelhan附加惯性冲量和动态调整学习率相结合的改进的BP网络方法，并尝试用该改进算法来对凝汽器进行故障诊断。事实证明，在平均情况下，本系统收敛速度远远快于基本的BP算法。     

E2地震作用下减隔振桥梁的抗震设计

以某减隔振桥梁为例,建立该桥的三维有限元模型,考虑桩-土相互作用的影响,并根据混凝土和钢筋的材料特性,选取适宜的动力弹塑性本构模型,同时模拟了弹塑性减隔振球型钢支座,并采用人工拟合的3条地震动时程曲线对该桥进行了E2地震作用下的弹塑性时程分析,验算该桥在E2地震作用下的强度及变形。经过详细的验算与分析,验证了本桥设计的安全性和可靠性,并为实际工程中的非规则桥梁在E2地震作用下的抗震验算提供参考依据。     

地下车站综合接地系统中若干问题探讨

讨论了接地电阻取值、人工接地网设置的必要性及合理性、自然接地极与杂散电流辅助收集网的关系等若干问题。阐述了部分解决方案。提供了一种可行的综合接地系统方案,可为人身安全及地铁运营提供有力保障。     

人工模拟堆石料的颗粒破碎特性分析研究

采用人工模拟堆石料代替天然堆石料进行试验研究,可以对颗粒形状等单一因素对堆石料力学特性和颗粒破碎特性的影响进行更加深入的研究。对人工模拟堆石料三轴试验结果进行了本构模型参数回归分析,统计了不同形状人工模拟堆石料的颗粒破碎情况,进而定量的研究了颗粒形状与颗粒破碎的关系,并就颗粒破碎对堆石体强度和变形的影响进行了探讨。研究表明,邓肯-张本构模型能够对人工模拟堆石料应力应变曲线进行较好的拟合,其模型参数符合天然堆石料的规律;颗粒破碎率与颗粒球度呈现较好的线性关系,并且在不同围压下颗粒破碎率随颗粒球度的变化规律基本一致;随着围压的升高,颗粒破碎逐渐增大并占据主导作用,使堆石体强度降低,变形加大。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

基于BP人工神经网络的滑坡预测分析

文章以汶川地震引发的滑坡为研究对象,以震中距、地震烈度、坡度、前缘高程、坡高和岩性等影响坡体稳定性的因素为切入点,利用BP人工神经网络对实际坡体的稳定性进行了预测分析。结果表明,BP人工神经网络方法能有效预测坡体的稳定情况。     

Foldable container in empty container repositioning in intermodal transportation network of Belt and Road Initiative: strengths and limitations

In 2013, the concept of the ‘Silk Road Economic Belt and the 21st-Century Maritime Silk Road (Belt and Road)’ was initiated by the Chinese government, which involves Asian, European and African continents and their adjacent seas. Logistics plays a core role in such a large framework of economy and trade. In recent years, China, European Union, and Southeast Asia pay much attention to the design and development of the intermodal transportation network towards both economic and environmental efficiency. In this paper, we propose an empty container repositioning model in the intermodal transportation network of Belt and Road (B&R) Initiative by considering both standard and foldable containers. In this model, empty containers are repositioned from the inland of the original area, such as China, to other areas of B&R Initiative related countries and regions, such as European Union and Southeast Asia. We develop a mixed integer linear programming model to determine the optimal repositioning of empty containers via the intermodal transportation network. An Artificial Bee Colony algorithm is developed to solve large size problems in practice and numerical experiments are conducted to show the efficiency of our proposed algorithm. We provide managerial insights regarding the impact on the network performance of foldable containers transportation.