排序方式: 共有9条查询结果,搜索用时 31 毫秒
1
1.
土石坝地震永久变形参数反演方法研究 总被引:1,自引:0,他引:1
提出了一种基于径向基网络的土石坝永久变形参数反演分析模型。该模型充分利用了径向基神经网络的非线性映射能力,只需要进行少量的样本设计,即可反演坝体永久变形参数,可以解决土石坝动力参数反演计算耗时长的问题。同时在对永久变形参数进行灵敏度分析的基础上,建立考虑参数灵敏度的网络训练目标函数,进一步提高了反演精度。将所建立的模型用于紫平铺面板堆石坝地震永久变形参数反演,采用三维有限元法进行静动力分析,并采用改进的沈珠江模型计算坝体地震永久变形。结果表明,反演参数计算的大坝地震永久变形和坝体实测永久变形数值接近,趋势一致,因而所建立的模型能够有效地反演坝体地震永久变形参数,为土石坝的动力参数反演提供了一种简便、有效的方法。 相似文献
2.
3.
引力波理论和实验的新进展 总被引:3,自引:0,他引:3
引力波的存在是爱因斯坦在广义相对论理论中提出的一个重要预言.由于目前技术水平的限制,无法在实验室产生足以被探测到的引力波,因此宇宙中大量的大质量剧烈活动的天体成为科学家研究引力波的首选,从而诞生了引力波天文学.引力波探测将开启研究宇宙的新窗口,是继电磁辐射、宇宙线和中微子探测后探索宇宙奥秘的又一重要手段,对天文学研究有着极为重要的意义.新一代应用了高灵敏度的迈克耳逊干涉仪装置的长基线引力波探测仪正在建造中.该综述从引力波理论出发,阐述了目前研究较多的可探测引力波源,给出了目前观测上的最新进展,并展望了今后的发展前景. 相似文献
4.
为利用不同边坡稳定预测方法的特征信息,改进预测质量,提出了一种基于微粒群优化--支持向量机(PSO-SVM)的边坡稳定性非线性组合预测模型。该模型能够利用边坡的特征参数快速预测出边坡的稳定性,且在建模过程中可对不同建模方法的特征信息进行整合,避免了单一方法的偶然性。为提高SVM的学习、泛化能力,采用混合核函数,并用具有并行性和分布式特点的PSO算法优化选择SVM模型参数。利用该非线性组合预测模型对73个边坡实例进行学习,对另外10个边坡实例进行推广预测,研究结果表明,该模型较好地整合了不同建模方法的特征信息,较单一模型、加权组合模型和BP网络组合模型具有更高的预测精度和更小的峰值误差,为边坡稳定性评价提供了一种新的途径。 相似文献
5.
在大坝变形监测统计模型研究的基础上,针对传统大坝变形监测回归模型存在的不足,将逐步回归模型与智能优化算法相结合,提出.了一种基于人工蜂群算法一逐步回归分析的大坝变形监控模型。该模型以逐步回归方法为基础,利用相关性分析、多重共线性分析等方法对观测数据进行处理,进而对大坝回归模型的荷载集变量进行筛选和评价,并将改进的人工蜂群算法引入回归模型分析,对荷载集系数进行优化和重新评估。人工蜂群算法是一种新型的群体智能优化方法,具有全局智能性搜索、鲁棒性强等优点,将其引入大坝安全监控建模领域,同时为改进人工蜂群算法的局部搜索性能,引入了单纯形操作算子。实例分析表明,与同类模型相比,所提出模型在一定程度上改善了拟合效果,达到了简化模型、提高拟合精度和增强模型预测能力的目的。 相似文献
6.
7.
基于人工蜂群算法的边坡最危险滑动面搜索 总被引:1,自引:0,他引:1
将用于连续数值优化问题的人工蜂群算法引入边坡稳定分析临界滑动面搜索领域。该方法模拟了蜂群的群体协作采蜜过程,具有自适应收敛的特点,克服了传统方法容易陷入局部最优的缺点,是一种全局优化算法。为进一步改善其在复杂边坡搜索中的效果,将Hooke-Jeeves模式搜索操作引入人工蜂群算法,提出一种用于边坡临界滑动面搜索的模式搜索人工蜂群算法。对土石坝、海堤等4个实例边坡的计算结果表明,人工蜂群算法是一种简洁、高效的边坡临界滑动面搜索方法;对于复杂边坡,所提出算法具有更高的收敛精度和可靠性,为边坡稳定分析临界滑动面搜索和最小安全系数的计算提供了一种新的全局求解策略。 相似文献
8.
9.
构建合理的水文地质概念模型对于地下水数值模拟至关重要,概念模型如果确定不合理,整个数值模拟将毫无意义。通常水文地质调查可以大致确定水文地质概念模型,然而对于一些不易被发现的补给源,通过水文地质调查也无法确定。水化学和同位素特征对地下水的补给源及水流路径有很好的指示作用,可以根据这些信息对水文地质概念模型进行细化。文章通过对研究区地下水取样,分析地下水水化学和同位素特征,确定出研究区内不易识别的地下水补给源及顶层黏土-粉质黏土的透水性,最终细化了水文地质概念模型边界条件。这对于后期得到正确的地下水流和溶质运移模拟结果具有重要意义。 相似文献
1