基于负反馈的网络负载调度算法

提出一种基于负反馈权值的动态网络负载调度算法。算法主要用在多出口路由器上，其执行效率高，开销小。基于算法的多出口路由器不仅能够很好的保持出口间的负载均衡。还具有良好的出口容错性能。     

中国东部第四纪自然环境演化及庐山“冰碛层”堆积时期的自然环境研究

根据第四纪地层内孢粉组合和动物群等新资料恢复了我国东部各大区域第四纪各个时期的自然环境特征,其温暖期与干冷期的交替与深海沉积O~(18)温度变化趋势大致对应。庐山三次“冰期冰碛层”内孢粉组合表明均为温暖湿润针阔叶混交林景观,而不是寒冷的冰川环境。     

基于群桩基础沉降估算确定压缩层厚度的探讨

在现行规范中,由于桩基沉降估算模式的不同,压缩层厚度的确定方法也不完全相同。对这些方法进行归纳、总结,并通过具体的工程实例,对由不同估算模式确定的压缩层厚度及沉降估算结果进行探讨与分析,认为对于工程场地地质资料掌握较为翔实的情况下,压缩层厚度可采用变形比法确定,否则,宜根据应力比法确定。     

PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数：中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。     

基于MapGIS的土地利用数据库建设实践——以赣州市为例

随着"数字国土工程"的启动,国土资源信息化管理得到了各级政府的高度重视,而土地利用数据库的建设是"数字国土工程"中基础数据库的重要组成部分.文章通过分析桌面地理信息系统MapGIS的功能,结合赣州市土地利用现状图的数字化实践,总结出用MapGIS进行土地利用数据库建库的流程,并对数据库建设中应特别注意的质量问题进行了探讨.     

川藏公路102滑坡群地段基覆界面问题研究

边坡坡体结构中,下伏基岩与上覆松散堆积体间接触界面(即基覆界面)的形态特征对边坡稳定性往往起决定性作用,同时也是边坡稳定性计算和边坡抗滑工程设计的重要依据。本文针对著名的川藏公路102滑坡群路段边坡基覆界面特征问题进行了初步研究,根据该路段河谷冰川地貌特征、2#滑坡后壁地下水渗水带特征和少量物探钻孔资料提出了新的基覆界面位置,即102滑坡群路段边坡基岩与上覆松散堆积体的界面位置在平均海拔2 325m,而不是前人所认为的帕隆藏布江河谷基岩出露处(海拔2 120m)。该新认识对2#滑坡工程整治设计方案选择具有重要指导意义,并建议首先考虑隧道方案。     

激发极化法探测泰山群变质岩地下水

文章阐述了激发极化法的基本原理和技术方法,利用激发激化法的衰减度、半衰时、充电率等激电参数,探讨了变质岩地区含水层辨认、含水层埋深确定、矿体干扰异常等规律。该方法受地形影响小,曲线反映异常直观,解释方便,完成了在泰山群变质岩地区找水的任务。     

新疆准噶尔盆地西北缘吐谷鲁群沉积体系分析

根据在新疆准噶尔盆地西北缘乌尔禾-夏子街地区的野外地层露头观察、追索及钻孔资料分析研究,笔者认为,该区下白垩统吐谷鲁群是一套以灰绿色砂岩和红色、棕红色泥岩组成的干燥气候条件下形成的内陆湖相碎屑沉积,发育浅水三角洲体系,主要由三角洲平原和三角洲前缘相组成.吐谷鲁群碎屑岩的碎屑粒度由下而上可分为两个大的韵律旋回,即粗-细-粗-细,反映了水体扩展到萎缩再扩展的过程.有利铀成矿的砂岩层主要集中在两个韵律旋回的底部,形成于三角洲平原分流河道、决口扇、三角洲前缘水下分流河道和水下堤环境.     

河流集合预报方法(ESP)在水资源中长期预测中的应用研究

中长期径流预测是水文水资源研究领域中的一项重要内容,为水资源规划管理及可持续利用、防汛抗旱、水库调度与发电计划制作、工农业用水计划编制等提供科学依据,对国民经济发展具有十分重要的意义.但由于大气圈极其复杂,水文要素并非仅是气象强迫输入的函数.它还受流域基本特性,前期来水以及人类活动等诸多因素的影响,中长期径流预测在其计算中存在着多种不确定性.因此,中长期径流预测一直是水文预测研究中难度较大的课题之一.本文引入河流集合预报方法(ESP),以丹江口水库为应用实例,利用水文气象历史资料和新安江水文模型,预测分析水库2007年10月份每旬的平均入库流量及概率分布统计,并经与实测流量过程对比分析,满足水库运行调度需求,为水库发电计划制作提供了可靠依据.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.