基于遗传算法的巷道位移反分析研究

将遗传算法应用到位移反分析研究中,采用遗传算法与FLAC数值软件相结合的手段,研制了弹塑性巷道位移反分析程序。对该程序测试的结果表明,用遗传算法这一模拟生物进化的方法,进行巷道位移反分析,可以同时反演E,μ,C,ф,σx,σy,τxy7个参数,反演精度较高。     

活树桩固坡对边坡稳定性影响的数值分析

作为一种经济、环保的植物固坡方法,活树桩在发达国家得到了较为广泛的应用.笔者介绍了活树桩固坡方法的应用和施工方法,讨论了其加固机理.采用弹塑性有限元分析活树桩固坡对边坡稳定性的影响,研究了活树桩的入土长度、加固位置、数量、角度及其根系发展等因素对边坡安全系数影响的规律.     

应用重力场模型GL1500E和LLR天平动参数估算月核大小及其组成

针对月核大小及密度估计问题,利用高分辨率重力场模型GL1500E的二阶位系数和LLR(lunar laser ranging)天平动参数,考虑月核分层为外核和内核的情况,结合非线性粒子群优化算法,对月核大小和组成进行了估计。大批量的统计结果表明,大概率分布的外核半径rc1约为469 km,内核半径rc2约为303 km,外核密度ρc1约为4613 kg/m3,内核密度ρc2约为7004 kg/m3,月幔密度ρm约为3340 kg/m3。月幔密度非常接近地质研究结果3360 kg/m3,内外核半径与近期其他研究结果相近,估算的月核大小与密度组成具有一定的参考价值。若月核由纯铁和硫化亚铁组成,则研究表明,内核大部分由纯铁组成,外核大部分由硫化亚铁组成。     

强震作用下陡倾顺层岩质边坡失稳机制研究

安县茶坪乡冷浸沟陡倾顺层岩质边坡在\     

几种梯度场计算的数值算法及其地学应用

梯度作为标量场在空间上最重要的微观变化特征,能较好地反映其在空间上的变化趋势。本文介绍了中心差分算子、相邻梯度因子和Sobel梯度算子三种梯度数值算法。以点电荷在三维空间中产生的电势场构造了一标量场,通过理论公式求解了其梯度值,并将理论梯度值与三种数值算法的结果进行了对比与统计分析,验证了三种梯度数值算法的有效性和适用性。结果表明,排除场源的影响后,Sobel梯度算子相较其它两种数值算法更逼近于理论梯度值。最后,利用Sobel梯度算子求取了某铜矿区可控源音频大地电磁法(CSAMT)三维视电阻率场的梯度场,用梯度场刻画了视电阻率在空间上的变化趋势,提高了对三维地下空间的电性分布规律和地质情况的认识。     

面向LiDAR/Radar松组合的迭代加权IEKF-BP组合算法精度分析

为了验证目前高精度定位中多传感器组合定位模型性能的优越性,以更好地解决自动驾驶场景下自主定位中出现的预测精度标准不一致、预测不及时及误预测率高等问题,本文利用LiDAR与Radar数据,建立了一种基于迭代加权的IEKF-BP组合算法的松组合模型,并对两种传感器组合定位结果精度进行了分析.试验表明,迭代加权的IEKF-B...     

利用实时路况数据聚类方法检测城市交通拥堵点

 城市交通拥堵严重制约其网络总体效率。开展检测交通拥堵点可有效识别网络瓶颈,以整治交通拥堵现象。对此,本文提出一种新的城市交通时空拥堵点检测的方法:即采用实时路况数据,通过定义时空关联,检测时空意义上长期性、规律性交通拥堵点。本文基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法,以成都市为试验区,实现了这种拥堵点检测方法。试验表明,该方法可快速、有效、准确地检测出城市道路严重拥堵路段,并确定其拥堵时空范围,为交通管理、交通拥堵机理分析、交通拥堵预测等提供参考。     

邻近算法在微地震震源位置和一维速度模型同时反演中的应用

微地震事件的空间分布可以用来监测水力压裂过程中裂缝的发育情况.因此,震源定位是微震监测中重要的环节.震源定位依赖准确的速度模型,而震源位置和速度模型的耦合易导致线性迭代的同时反演方法陷入局部极小值.邻近算法作为一种非线性全局优化算法,能够最大程度地避免陷入局部最优解.本文将邻近算法应用于单井监测的微震定位和一维速度模型...     

动态城市交通网络优化模型研究及算法设计

在城市交通网络中,行车路线所耗时间是用户关心的关键因素之一.本文构建了基于时间因素的城市交通网络模型,为反映交通网络随时间动态变化的特性,网络模型中弧的权重是和时间统计变量相关.本文设计了交通网络模型算法,并对算法进行了详细的论述.针对实际交通网络的行驶线路选择人群中乐观型、保守型和折中型,给出了路线选择的简化模型.文...     

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。