中国区域相对价格水平收敛性实证研究

应用第一代、二代面板数据单位根检验方法对我国省域间相对价格水平收敛性进行实证研究,进而为我国促进区域市场整合提供政策建议。研究结果发现:全国范围内存在相对价格水平收敛;进一步将全国分成东、中、西三大区域,结果发现东部与中部相对价格水平收敛依然可以成立,但西部地区仍然存在一定程度的市场分割;在收敛速度方面,东、中部与全国保持比较一致;CPI各分类商品价格指数以食品类收敛速度最快,而交通、通讯价格指数最慢。     

大断面浅埋地铁施工对地表影响的模型试验

以广州地铁站前停车线为工程背景,通过室内大比例相似模型试验,结合数值模拟计算,研究大断面浅埋地铁在上下台阶法不同开挖步骤中产生的洞周位移、地表和地层的位移响应。结果表明:通过相应的辅助工法和合理的施工工序,台阶法能有效控制上台阶开挖引起的洞周位移和地表沉降,从而控制整个隧道开挖对周边环境的影响,保证隧道快速、安全施工。     

求解线性方程组的一种新算法：LMSS迭代法

本文对求解线性方程组AX=B(A∈R~(n×m),B∈R~n),给出了一种新的迭代算法——LMSS算法,并证明了该算法的收敛性.同时,对其解的收敛极限进行了讨论;并通过实例验证了该算法的有效性。     

求解线性方程组的递推算法

针对求解线性方程组AX=B(A∈R~(m×n),B∈R~m,X∈R~n)的两种迭代格式:(Ⅰ)X~(K+1)=EX~(K)+H;(Ⅱ)X~(K+1)=GX~(K)+F,给出了递推算法。当矩阵A和B不断增加新数据时,不必按新数据计算(Ⅰ)和(Ⅱ)中的相应矩阵,而是在新旧矩阵间建立了递推关系,减少了计算量和计算机内存。     

方程求根的Hermite抛物插值法

本文提出了方程求实根的一个 Hermite 抛物插值法,并论证了它的收敛性,敛速为1+2~(1/2)阶.若所求根为二重根(重数未知),则敛速为1/2+(3(1/2))/2阶.若将所得公式与牛顿求根公式复合,则有5阶的敛速;若所求根为二重根,则复合法有1.5阶的敛速.     

国际造船业产业转移的现状、特点与中国应对策略

国际造船业正在加速向中国转移.文章分析了国际造船业向中国转移所具有的四大特点:即由技术含量低向技术含量高转移;由船舶制造向船舶配套转移;时效性以及集聚性.提出了中国应对国际造船业转移的"以产业集群为建设思路进行产业布局,构筑大基地;以产业集聚为发展思路进行企业优化整合,组建强集团;注重特色营销,开展错位竞争"等五大策略.     

第四代移动通信技术(4G)在地铁中的应用

随着4G牌照对各运营商的发放,运营商移动网络的不断建设,网络覆盖的日益完善,移动用户对通信质量的要求越来越高,目前将4G引入地铁已经势在必行.介绍了地铁内移动通信信号的覆盖方式、链路预算及系统间干扰分析.结合地铁的特点,4G系统可在2G、3G的基础上共用一套天馈系统,既节约投资又减少了工程难度;在场强设计时,应结合信号的覆盖方式及特点采取抗干扰措施.     

铁路黄土隧道施工变形规律及预留变形量研究

为研究黄土隧道施工变形规律及预留变形量,以蒙华铁路双线黄土隧道工程施工为依托,采用现场实测和统计分析的方法分析隧道周边位移变形规律,以确定黄土隧道设计预留变形量。双线黄土隧道施工的变形规律表现为:隧道开挖时,拱顶下沉和周边收敛发展较快,仰拱封闭后,变形趋于稳定;隧道拱顶下沉大于周边收敛。Ⅳ级围岩黄土隧道下沉速率集中分布在5 mm·d~(-1)以内,部分深埋断面速率大于5 mm·d~(-1)。Ⅴ级围岩黄土隧道深埋时,拱顶下沉较小,速率集中分布在5 mm·d~(-1)以内;浅埋时,部分断面拱顶下沉超出设计预留变形量,速率在15mm·d~(-1)以内;其表现出的特点是:浅埋变形大,速率大。净空变形特征值的均值在浅埋时为4.1,深埋时为2.2。Ⅳ、Ⅴ级围岩黄土隧道设计预留变形量建议值分别是8~10 cm、12~15 cm。     

非均匀收敛随机介质模型对浅埋隧道施工引起地表沉降预测研究

针对软弱土层中的浅埋大跨隧道在施工过程中出现的初支变形、断面底部隆起等现象,通过对原有的断面收敛模式进行修正,提出考虑初支变形与断面底部收敛的统一收敛模式,并以单洞及双洞椭圆隧道为例,推导出该种收敛模式下隧道施工中产生地表沉降的随机介质法预测公式,应用遗传-蚁群混合算法(GA-ACA)解决该预测模型的参数反演计算问题。为验证该模型对浅埋隧道地表变形预测的准确性,以乌鲁木齐地铁1号线三—新区间某典型断面为例,分别使用均匀收敛、底部为0、底部非0以及统一收敛模式等4种收敛模式进行参数反演,并将反演结果与现场监测结果做对比,研究结果表明:统一收敛模式与隧道断面实际变形规律更加吻合,其预测精度要比不考虑初支变形与断面底部收敛时的预测精度更高,即对浅埋、超浅埋隧道而言,初支变形以及底部隆起等现象对地表变形预测结果产生的影响不可忽略。     

适于前馈神经网络的LM-QuasiNewton综合学习新方法

为实时解决神经网络学习过程中可能遇到的大残量时的收敛问题，将LM算法与Quasi Newton优化算法结合，构建了一种综合学习算法(LM-QuasiNewton算法)．仿真算例表明，该算法较好地解决了残量问题，收敛性与稳定性优于其它权值算法．合学习算法．仿真实例表明，该算法较好地解决了残量问题，在收敛性与稳定性方面优于其它权值算法。