自适应粒子群优化的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。     

水下DCM基础抛石基床振动夯实工艺的研究与应用

对于深层水泥搅拌法（DCM）施工的软土地基上填海造陆等工程,传统锤夯和爆夯工艺振动夯实施工效率低,对环境的扰动大,不能满足施工和环境要求。本文采用液压振动锤振动夯实基床的工艺,结合工程实例,通过陆上振夯试验、水下振夯试验及典型施工,确定关键的施工参数,并通过水下噪音试验优化振夯参数,保证抛石层获得足够的夯实能量达到密实程度的同时,避免造成DCM基础的损伤,减少对海洋环境的影响,为类似工程提供借鉴。     

地表堆载对临近桥梁群桩受力和位移影响分析

以某地区地表堆载临近桥梁群桩桩基为例,采用有限元软件ABAQUS建立数值模型,重点分析了堆载对桩体的位移、轴力和桩侧摩阻力的影响,得到以下结论:堆载作用下,周围土体发生明显的沉降,加上桩土之间的相互作用,会对桩基的安全产生不利影响;角桩和边桩承担大部分桩顶荷载,中心桩分担的荷载比较小,堆载对中心桩轴力影响最小;从侧摩阻力方面来说,堆载对角桩侧影响最大,边桩次之,对中心桩影响最小;从桩身沉降方面来说,单侧堆载使得靠近堆载侧的桩顶竖向沉降最大,远离堆载侧的桩顶竖向沉降最小,且堆载对角桩的整体影响最大,边桩次之,中心桩最小。     

基于粒子群算法的异形斜拉桥成桥索力优化

异形斜拉桥的结构比较复杂,受力特点与常规斜拉桥不同,传统的索力优化方法存在不适用或优化过程烦琐的问题。粒子群算法可高效、便捷地得到合理的成桥状态,实现索力优化的自动化和智能化操作。为验证结合粒子群算法的索力优化方法的可行性,以某异形斜拉桥项目为依托,利用Midas Civil软件建立三维有限元模型,以最小势能为目标函数,结合粒子群算法自主编写MATLAB程序,对桥梁成桥阶段状态的索力进行优化,并将该方法与传统索力优化方法进行对比。结果表明：传统的索力优化方法不适用于异形斜拉桥,传统的最小弯曲能量法只减小主梁和桥塔的刚度,无法得到可行性结果,虽然添加约束条件后可得到斜拉桥的合理成桥状态,但操作过程烦琐;基于粒子群算法的索力优化方法可更大程度利用斜拉索,获得合理的成桥状态,同时优化过程也更加简便、高效。     

“双高”背景下航海技术高水平专业群的建设路径分析

国家的海洋强国战略,福建省的海洋强省战略和泉州市推进海洋经济高质量发展实施方案均涉及航运业,是国家有关职业教育改革的重要举措,为对接产业需求,建设多学科跨专业航海技术专业群,为培育航运业、船舶业亟须的高素质技术技能型人才带来了机遇和发展的窗口期。泉州海洋职业学院把握机遇,以专业群建设为契机,主动适应航运、船舶产业链新需求,为实现“航运强国”“造船强国”梦共同培育高素质技术技能型人才。     

地铁盾构下穿高层建筑基础的扰动变形影响与实测研究

[目的]城市轨道交通建设中遇到越来越多的盾构穿越或近接高层建筑施工的案例,而盾构法因其特殊的施工工艺不可避免对地层产生扰动,严重时可能会影响既有建筑的结构安全,因此需要对盾构穿越过程中隧道及高层建筑的受力特性进行深入研究。[方法]依托济南地铁R2号线生产路站—历黄路站区间隧道工程,采用三维有限元数值方法对双线盾构隧道非同步斜交下穿高层建筑群桩及筏板承台基础的施工过程进行了模拟,并结合现场监测数据分析了地层位移规律、建筑物沉降的变形特征,以及施工时盾构掘进参数的控制效果。[结果及结论]双线盾构隧道先后下穿建筑群桩时,先行隧道开挖引起的地面沉降量较大,后开挖隧道对地层产生的扰动相对较小;盾构通过建筑物正下方时的沉降量最大,随着盾构的远离,其沉降逐渐减少并趋于稳定。由于高层建筑属框架结构,故在临近隧道一侧建筑体区域地层发生了沉降,而在远离隧道的建筑体区域地层呈上浮趋势,但二者的差异沉降量仍在可控范围内。     

考试管理系统中群签名的实现

主要讨论为了在考试管理系统中实现数据的安全性和一致性,结合数字签名技术,介绍了群签名在管理系统中的实现.     

基于二进制粒子群算法的母联闭合型电网重构策略

为解决母联闭合型电网发生故障时的电网重构问题,提出一种基于二进制粒子群算法的电网重构策略.根据深水半潜平台电网特殊的网络架构和电气特性,建立以最大程度恢复重要负载供电为目标,以电网结构和系统容量为约束条件的母联闭合型电网故障恢复模型.为提升求解效率,为该模型设计基于二进制粒子群算法的两阶段优化求解流程,并将求解结果与混...     

基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

邻近堆载作用下群桩变形特性的室内模型试验研究

为研究邻近堆载对高速铁路桥梁群桩产生的影响,根据相似比理论设计了室内模型试验,采用慢速维持荷载法确定模型桩竖向极限承载力,施加桩顶竖向荷载使其处于正常工作状态,研究堆载等级、堆载大小、堆载形式对桩身变形的影响.结果表明:堆载作用下前排桩附加弯矩最大,边桩附加弯矩大于中间桩附加弯矩;前排桩1/10桩长处出现最大附加正弯矩...