Runge-Kutta方法的强正则性

针对Runge-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．     

正则回归模型正则参数的选取策略及应用

针对路基沉降分析和预测中的正则回归模型算法,分析了正则参数的选取方法.根据矩阵条件数理论和最小二乘原理,提出了以控制信息矩阵条件数和残差平方和大小的正则参数选取新策略.结合二元回归模型的计算结果表明:提出的正则参数选取策略不仅降低了矩阵条件数,也能获得较小的残差平方和值.     

基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归—化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX-IR)神经网络方法;利用NARX-IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析.采用根均方误差和相关系数,对基于LM算法的BP(BP-LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX-BR)神经网络方法和NARX-IR神经网络方法进行性能评价.结果表明:BP-LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARXIR神经网络方法的根均方误差均小于NARX-BR神经网络方法,而相关系数则大于NARX-BR神经网络方法.由此可推断:NARX-IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系.     

基于BP神经网络的铁路货运量预测

在铁路货运量预测中，为改善传统预测方法数据拟合度不高、外推性不强等问题，提出基于BP神经网络技术的货运量预测模型，该模型采用贝叶斯正则化方法以提高神经网络推广能力。实验比较发现，该模型具有较强的自适应性，其拟合、预测结果优于灰色预测模型GM（1，1）和修正指数回归模型，证实了该方法的可行性和可靠性。     

基于有限元和数据重构的连续梁移动荷载识别研究

以公路桥梁中常见的连续梁为研究对象,提出了 一种基于有限元和数据重构的移动荷载识别方法.采用有限元方法和Newmark方法编写连续梁在移动荷载作用下动力响应的计算程序,获得桥梁的位移响应;由切比雪夫多项式重构位移响应;由Newmark方法重构桥梁的速度和加速度响应;通过重构的数据采用正则化技术进行移动荷载识别.研究了荷...     

高性能防水防蚀混凝土在乌鞘岭特长隧道中的应用

乌鞘岭特长隧道衬砌对混凝土高抗渗性及高耐侵蚀性有特殊要求.介绍运用高性能混凝土配合比设计方法,通过双掺技术,实现低水灰比、高耐久性混凝土的配制技术,为在高海拔、高寒、强侵蚀环境下地下工程混凝土的防水、防蚀作了探索.     

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。     

布朗生灭过程

文献提到了布朗生灭过程的概念，本文明确地给出了一类布朗生灭过程的定义，讨论了其一维分布，积分型泛函的分布和矩，得到了次之递推计算公式。此外，本文还得到了判断这类布朗生灭过程正则性的充要条件。对于一类特殊的布朗生灭过程，本文给出了一维分布的具体计算公式。     

一个与耦合Harry-Dym型方程相关的谱问题及其可积性

通过二阶谱问题的相容性条件得到与其相关的非线性发展方程。利用位势函数与特征函数之间的联系得到了Bargmann系统,并将发展方程族Lax对非线性化。建立合适的Jacobi-Ostrogradsky坐标,得到一个有限维Hamilton正则系统。最后证明了其完全可积性并得到发展方程族的对合表示。     

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。