解非线性方程组的最小残量迭代法

本文讨论解非线性方程组的带松弛因子μ_k的最小残量迭代法公式(Ⅱ)的收敛性,适当选μ_k可把已有的某些下降法公式纳入其中,包括将某些解线性方程的公式推广到解非线性方程组上来,同时提出新公式。最后给出阻尼牛顿法公式的收敛条件,作为其特殊情形得到了关于牛顿法收敛性定理的类似结果.算例表明μ_k=1时,即(Ⅰ),其敛速并非最佳.     

一种基于激光测距的大断面巷(隧)道收敛变形高效测量装置的研发及应用

为保证大断面巷(隧)道收敛变形精确测量,研发了便捷式激光测距仪新装置,通过结构设计创新,新装置利用万向球云台替代多轴连接杆,提高了发射接收装置的稳定性和校准能力,最终实现了原位测量;测点布置采用改进的十字型布置方式,增加BE测量路线,形成五测点矩阵ABB'CE;利用小变形原理和三角函数原理推导出了巷道收敛变形计算原理,分别得到了巷道两侧帮相对中轴线的位移量和顶底板的位移量。由于客观因素导致测量数据存在误差,因此针对单次测量和多期测量分别进行误差处理,采用测定值子样平均值来估计单次测量真值,多期测量采用半参数回归分析法消除误差。新型装置在贵州开阳磷矿下属马路坪矿区得到了首次应用,对新开挖大断面巷道表面收敛变形进行长期监测,获得了该矿区深部软岩巷道的基本变形规律。     

高阶DLMS型方法求解线性方程组

结合动态系统参数识别算法（LMS）和高阶两参数并行Jacobi型算法的优点，得到一种称之为高阶DLMS方法．该方法避免传统迭代方法求解线性方程组时使用逆矩阵参与迭代矩阵的构造，避免了矩阵求逆；同时对传统线性方程组要求系数矩阵必须为方阵加以推广，具有适用范围广、计算量少等优点．同时并讨论了算法的收敛性和最优参数的选取．     

求解非线性方程组的一种迭代法

本文就求解非线性方程组F(X)=0,给出了一种新的迭代算法:其中,J(X)为F(X)的Jacobi矩阵,μ(X)∈(0,2/‖J(X)‖~2_2);证明了该算法的收敛性,并通过算例验证了它的有效性。     

昆明东风广场CBD交通衔接前期研究

文章分析了昆明东风广场CBD交通枢纽概况及存在问题,从交通衔接基本理念和站点模式选取方面,研究了东风广场轨道交通与常规公交、小汽车交通、非机动车交通、步行交通等其他交通方式的衔接,以实现无缝衔接和零换乘。     

一种基于灾变的单亲遗传算法

遗传算法存在着计算时间过长和易导致早熟收敛等缺点。单亲遗传算法不使用基本遗传算法常用的交叉算子,简化了遗传操作过程,且不要求初始群体具有广泛多样性,计算速度较快。但单亲遗传算法使用加快收敛速度的选择算子时,仍容易导致早熟收敛现象。模拟自然界中导致生物大规模灭绝的灾变现象,引入灾变的概念来保证解空间的多样性。提出灾变发生时机的判定方法。将此算法应用在旅行商问题上,实验结果证明了该算法的有效性。     

西安地铁隧道净空收敛测量数据回归分析

以西安地铁隧道3号线工程为背景,利用收敛计三角法测量原理,对隧道变形进行监控测量,并以实测数据为依据,应用数学的方法对其进行回归计算和分析,得到了隧道净空收敛的回归方程和最终位移预测值。研究结果表明,隧道净空收敛变化符合指数规律变化,进而可以此预测隧道净空收敛的稳定时间,对指导地铁隧道二次衬砌的施作时间有一定的意义。     

地铁盾构断面椭圆度检测及数据分析研究

在地铁隧道竣工检测和运营监测中,盾构断面椭圆度是隧道变形和维修整治的关键指标,对其高效准确地测量是一项重要的工作。随着与日俱增的交通需求和施工技术的快速发展,地铁竣工验收、运维监护对断面测量的精度、效率以及信息全面性等方面的要求越来越高。介绍盾构管片椭圆度的多种测量方法和数据处理原理,并对其优劣性进行对比分析。针对盾构管片断面变形规律的复杂性,利用大量实例数据,统计分析管片椭圆的旋转角、横向收敛、椭圆度等参数的关联和分布情况,发现横向收敛与椭圆度有很强的相关性,且椭圆旋转角超过一定数值对常规水平收敛测量也有影响,即横向与水平直径的偏差不容忽视。因此,横向收敛作为管片结构安全评估的重要参数,将椭圆长轴作为收敛基线更能客观反映实际变形情况,该结果可为类似工程提供一定的参考价值。     

改进的货运量最优变权组合预测模型

提出一种改进的变权组合预测模型,实现货运量的短期和长期预测.该方法采用多元线性回归、二次指数平滑法、灰色模型、指数曲线外推方法分别对货运量进行预测,设计一个多项式的系数矩阵,建立组合预测模型.为了保证组合模型长期预测的稳定性,在进行长期预测时,在模型中增加了收敛条件.最后,通过引入松弛函数,避免求解方程时的病态,利用拉...     

基于混沌神经网络的最优路径选择算法

研究车载交通流诱导系统的最优路径选择问题。采用广义路阻的定义,考虑了驾驶员在路径选择中的不同要求,并借助一种具有暂态混沌和时变增益的神经网络(NNTCTG),针对最优路径选择问题设计了神经网络结构,构造了能量函数,提出了一种能够满足不同出行者偏好的最优路径选择算法。所提出的算法具有很多优良特性,即暂态混沌特性和平稳收敛性,能有效地避免传统Hopfield神经网络极易陷入局部极值的缺陷。它通过短暂的倒分叉过程,能很快进入稳定收敛状态。仿真结果表明,NNTCTG求解指定起讫点对之间的最优路径问题时,总能收敛到全局最优,同时具有更高的搜索效率。