共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
根据一组潜艇艇员体格检查资料中的14项指标,应用Bayes逐步判别分析法,选择其中6项指标建立了潜艇艇员健康等级的判别模型,用所建立的判别模型对原数据进行回代考核,总回代符合率为74.1%,表明:应用该判别模型,可对艇员的健康等级进行定量分析,减少人为因素影响,此法应用方便,可在基层卫生单位推广使用。 相似文献
3.
4.
根据舰船招标涉及的各个方面,建立舰船项目招标评价指标体系.针对舰船项目招标评价指标的相对性、模糊性特点,运用模糊层次分析方法建立评价模型,对评价指标体系的设立、评价指标权重的确定、中标单位的选择进行了实例说明.评价模型对招标决策有实际应用价值. 相似文献
5.
6.
嵌岩桩作为一种比较特殊的桩基础形式,其施工工艺控制要求对嵌岩桩设计至关重要。结合工程实例经验,针对预制型芯柱嵌岩桩设计与施工过程中关于选取预制桩斜率、控制终锤贯入度、规定孔内沉渣厚度要求、确定泥浆指标等问题,通过列举分析工程实例、试算轴向承载力及分析规范计算公式,得出了预制型嵌岩桩设计过程中关键参数的取值注意要点及建议值,此外还给出了施工常见问题及处理措施。 相似文献
7.
8.
液化天然气(Liquefied Natural Gas, LNG)在液舱预冷过程中以多液滴的形式存在,现阶段缺少LNG多液滴在同种蒸汽中的蒸发模型。以双液滴为基础,采用计算流体动力学(Computational Fluid Dynamics, CFD)方法,建立适用于LNG双液滴在其蒸汽中的蒸发模型。利用该新模型对温差为190 K、相对距离为10~70,粒径为0.1~2.5 mm的液舱预冷过程进行模拟分析,得出具有实际应用价值的结果:在液舱预冷起始阶段温度下降的速度较快,且随着时间的增加,双液滴相对距离越大,液舱预冷结束时间越小;双液滴液舱预冷结束时间与粒径呈反比关系,与起始温度呈正比关系。该新模型可适应于实际工程应用。 相似文献
9.
10.
11.
12.
13.
14.
《中国航海》2020,(2)
目前,渡船横渡内河水域主要依赖船长的经验,依据周围水域的实时态势做出决策,无法对整条横渡航线进行整体把握。因此,所选择航法经常使渡船在航道中间,处于低速等待穿越时机的状态,横渡航行风险相对较高。建立安全评价模型,结合研究添加重要判据求得实际最近会遇距离,加入船舶尺度建立安全评价指标作为适应度函数阈值。应用遗传算法(Genetic Algdrithm, GA)建立基于遗传算法的内河横渡模型,综合考虑经济性、转向角度和转向点数量求取路径的适应值并执行遗传操作。试验选取长江某渡口真实交通流数据作为输入进行模型验证,导出迭代所得路径关键参数,经过专家对关键参数进行分析比对,所得航线的经济性、及时性和安全性均较为合理,构建的模型可应用于渡船横渡内河水域航法寻优中。 相似文献
15.
16.
17.
本文从完全非线性的Boussinesq方程出发,首先,对Kirby等(1998)建立的基于高阶非线性Boussinesq方程的数学模型进行测试验证,验证结果表明由Boussinesq方程建立的非线性波模型具有较高的精度,可有效模拟近岸波浪变形及破碎过程。然后将该模型应用于实际工程,模拟工程前后的波浪变化过程,模型很好的反应了波浪传播过程中的反射、折射、绕射、破碎、波生流以及增减水现象,最后,对工程前后模型结果进行对比分析,反应出实际工程导致增水和沿岸流的显著变化。而目前工程设计中设计水位没有考虑工程建成后设计水位的变化,这会对海工建筑物及保护区造成致命性的破坏。因此工程设计水位需考虑工程建成后设计水位的变化。 相似文献
18.
为建立更准确地高桩码头工作状态的评估方法,本文以如东洋口港某高桩码头为实例模型,基于环境振动测试和贝叶斯框架理论建了高桩码头动力基准Benchmark模型,分别从宏观、微观角度提炼了评估指标,总结了评估流程;对船舶撞击作用下实例工程的宏观、微观指标统计结果进行了判断分析,结果显示实例工程的宏观、微观指标分布函数符合正态分布,并拟合了各指标的分布函数公式;最后对实例工程各评估指标的敏感性进行了分析,结果显示各指标都对外部荷载显著敏感,对其余指标的敏感性则有一定差异。将结构的安全评价指标分为宏观层面的位移或转角验算、基于微观层面的曲率或者应变验算。用结构损伤前后的应变模态等局部参数来推断结构单元损伤程度,用结构损伤前后的位移、转角等宏观参数识别准确地表示出整体结构的健康状态和损伤状态。 相似文献
19.
20.
《中国水运》2019,(6)
针对水利工程安全监测变量之间作用机理的复杂性及监测奇异值产生的不确定性,结合人工智能技术在处理不确定性复杂信息和深度挖掘数据特征方面的优势,提出了基于人工智能技术的水利工程安全监测奇异值智能诊断方法。首先对监测数据采用莱茵达准则进行异常值识别并同时综合进行异常值成因分析并将结果数值化;然后根据奇异值位置构建包含奇异值的数据序列并将其进行标准化处理,提取标准化监测数据序列的第一主成分作为模型训练输入样本,数值化的异常值成因分析结果作为训练输出样本;最后采用卷积神经网络进行分类训练和预测,以混淆矩阵、ROC坐标、AUC值和准确率作为模型训练和预测评价指标,最后以某工程大坝水平位移监测数据为例进行实例验证分析。实例结果表明:基于人工智能技术的大坝安全监测奇异值智能诊断方法预测混淆矩阵匹配度较高、ROC坐标为(0.03,0.96)、AUC值近似为1.00、精确率为92.00%,因此其奇异值诊断预测结果良好,所建奇异值智能诊断方法具有操作方法简单、智能化程度高及可靠性强等特点,具有一定的工程应用价值。 相似文献