结构减震隔震设计最优化问题研究

针对结构抗震减震隔震设计结构动力学基本方程,进行了基本结构刚度、阻尼和质量三方面减震隔震设计问题特征分析,专门指出刚度和阻尼的减震隔震设计研究已经有规范规定,但对减轻结构质量的减震隔震设计仍是需要深入研究的创新问题。目前采用新材料进行设施农业结构减震隔震设计,特别是采用玄筋混凝土现代无金属结构进行结构抗震减震隔震设计,结构最优化设计的实现便有了新契机,且容易实现抗力均匀分布,将较为彻底地解决地震工程的最优结构抗震问题。     

青海岗察岩体多金属矿床成矿流体H、O、S同位素地球化学及成矿学意义

岗察岩体位于秦岭、祁连、昆仑和松潘—甘孜造山带交会部位,属西秦岭成矿区,为秦岭造山带的重要组成部分.运用H、0、S同位素示踪手段对岗察岩体内江里沟、双朋西、谢坑3个矿床的成矿流体进行研究.结果表明,上述3个矿区样品的δ180(H2O)大部分落在岩浆水范围,因此0同位素具有岩浆水特征,推测3个矿区的流体均来自发生过脱气作...     

京津冀站点风温湿要素的机器学习订正方法

基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3～12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。