材料单调退化原理下的颗粒料骨架抗冻性试验研究

研究依托雄安新区荣乌高速项目,开展高性能纤维混凝土的抗冻试验研究,定量分析不同水胶比和矿物掺合料掺量对抗冻质量损失和相对动弹性模量等表征参数的影响,并借助Wiener函数对混凝土的抗冻性进行可靠度评价。结果表明,在抗冻性中,随着冻融循环次数的增加,抗冻质量损失率和相对动弹性模量损失率逐渐升高;水胶比的增大使其抗冻质量损失率和相对动弹性模量损失逐渐变大,而矿物掺合料掺量的增大会使其抗冻质量损失率和相对动弹性模量损失逐渐变小;借助Wiener随机过程的退化理论分析,在抗冻质量损失中,水胶比与抗冻性成反比,矿物掺合料掺量与抗冻性成正比。上述研究成果对荣乌高速的装配式梁板体系混凝土应用提供了科学的理论支撑和技术指导。     

基于频响函数的结构损伤识别

该文研究了一种由试验测得的频响函数数据进行结构损伤定位和损伤程度评估的方法。由于很难测得实际结构的所有频响函数数据,而且求频响矩阵的逆阵可能产生病态问题,因此文中借助有限元模型,仅用少数几个频响函数便可进行损伤识别,通过数值模拟结果表明,该方法能够达到满意的精度。     

基于混合有限元法的钢箱拱相关稳定分析

针对薄壁结构提出了一种混合有限元方法,对结构关心的部位采用板壳单元模拟,其他部位采用杆系单元模拟,根据平截面假定推导了2种单元在交界面处的约束方程,由此建立整体混合有限元模型。通过算例验证了该方法的可靠性,可以计算薄壁结构的整体稳定、局部稳定和整体局部相关稳定。用该方法对某座刚构-单肋钢箱系杆拱组合桥梁进行特征值和弹塑性稳定分析,得到了相应的稳定系数和失稳模态。实例显示,该方法既可以弥补梁单元模型无法计算构件局部屈曲的不足,又可克服局部板壳模型无法准确模拟其整体边界条件及工作环境的缺点,还可以避免全结构板壳模型产生过多单元数量和庞大结构刚度矩阵的弊端,计算可靠性和计算效率大大提高。     

基于 TOPSIS 和隶属函数的灰数决策模型

在实际生活中,某一交通区域道路上行驶的车辆数、车型、车速及行人的影响等客观因素是不确定的,与之相关的指标值是不确定的。对于不确定的指标值在规划方案优劣的评比中采用灰数的形式要比采用清晰值的形式更符合实际。借助传统TOPSIS法、经典灰色理论和模糊隶属度函数的基本思想建立了组合决策模型,该模型通过构造灰数意义上的决策值与论域,定义了指标集的正、负灰数理想解,进而构建了决策值相对于正、负理想解在灰数意义上的正、负隶属度函数,隶属度表明了评价指标值相对于正、负理想解的接近程度,而后用贴近度对方案的优劣进行排序。最后,以交通规划的实例验证了该模型的有效性与实用性。     

权重完全未知犹豫模糊混合集成算子的群决策方法及应用

在犹豫模糊环境下,针对评价属性权重和专家权重信息完全未知的情形,结合犹豫模糊混合加权集成算子,提出一种合理有效的群决策方法.首先,依据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则和犹豫模糊指数熵确定评价属性的权重;接着,分别利用犹豫模糊加权算术平均算子和犹豫模糊混合加权算术平均算子对个体及群体犹豫模糊决策矩阵进行集结;然后,通过犹豫模糊得分函数实现方案的排序和择优;最后,把该方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的有效性和实用性.     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。     

试论企业电子信息技术建设与档案管理工作

档案是国家机关、社会组织、企事业单位以及个人在社会实践活动中形成的,具有保存价值的历史记录.档案按来源可以分为两大部分:一是传统政府或企业部门在管理活动中形成的各种历史记录和文件信息,包括相关单位颁布的法律法规、政策、各种统计信息等;二是在电子信息建设环境下,企业主要部门在各种商务活动中形成的各种电子化、数字化存在的信息.     

浅谈知识产权档案的相关问题

当今世界知识经济初露端倪,科技进步日新月异,知识产权法律制度的建立和不断完善为我国的知识经济以及科技进步的飞速发展起到了积极的保护和推动作用.作为我国知识产权保护体系的有机组成部分,高科技企业知识产权几乎涵盖知识产权的各个领域.科技成果作为知识产权的一种表现形式,已成为科技企业知识产权保护工作的重要方面.     

城市交通相关空气污染健康风险研究综述

交通空气污染问题作为交通问题重要部分,因危及到人体健康而越发受到人们的重视。文章将对近年来关于交通空气污染对人体健康影响的相关研究进行综述,并从不同交通空气污染物导致的相关疾病及其与特定污染物暴露研究方法分析介绍,从而更为系统全面了解地交通相关空气污染物作用于人体相关生物机理,为交通相关空气污染控制与防护提供科学依据。     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.