关于非均匀介质中电导率按深度变化时的势及其视电阻率函数

本文共分六部分内容。在前言中,简述了电测深方面有关研究的情况,尤其叙述了E.S.Sampaio（1976）的结果。 因本文采用的方法不同,从而求解了适合要求的微分方程定解问题,获得了电导率以 （其中α、σ0、σ1均为正实数,β为实数）按深度变化时势的分布。 其次,当β=0时,对电导率σ=（σ0+σ1z）α按深度变化时势的分布,应用Bessel函数的积分表达时,明显地改进和推广了E.S.Sampaio（1976）结果中的重要部分。 最后,结合实际作出了第一类、第二类标准化视电阻率函数。这种视电阻率函数,推广了Wenner和Schlumberger分别作出的视电阻率函数的有关部分,对电阻率法和激发极化法,都有其理论价值和实际意义。     

不同地球模型对负荷潮汐改正的影响

负荷潮汐改正与地壳上地幔结构有密切关系,主要原因是负荷潮汐取决于高阶勒夫数。利用较新的1066A地球模型,对负荷勒夫数进行了重新推算,并依据负荷勒夫数组成重力、倾斜、应变及位移格林函数。发现在近区用1066A模型和经典的G-B模型求出的格林函数值差别较大。据此,推估出不同地球模型对负荷潮汐改正的影响,其中远区估算按解析方法进行,近区由数值法进行。     

基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究

围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传（QGA）-径向基函数（RBF）神经网络的围岩类别超前分类方法。以数字钻进技术为基础,从钻进参数中提取有用信息,构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进,通过量子位编码和量子旋转门更新种群,以此来确定RBF神经网络的参数,建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中,结果表明,该方法具有较高的准确性,其结果为围岩类别超前分类提供了一种新思路。     

单锚腿系泊系统动力计算的新方法

在Hamilton型拟变分原理体系下,建立了一种时间子域以三次和五次B样条函数插值的时间子域法,并将这种新方法用于单锚腿系泊系统的动力响应分析中。算例表明,新方法比传统的动力计算方法Wilson-θ法,在计算精度上有明显的优势,表明本方法能够用于计算单锚腿系泊系统的动力响应。     

克里金参数估值法及其在参数估计分析中的应用

为考虑岩土介质参数的空间分布的结构性和随机性等不确定因素,引入了克里金参数估值法。采用变异函数描述参数在空间结构上的变化,建立其空间变异规律的数学模型,从而实现对岩土参数的估值。通过实例分析揭示了克里金估值法具有反映“过滤效应”和“集团效应”的优点,对不同位置的数据赋予不同的权重系数,能够有效地反映参数空间变异结构,有利于对参数的合理化分析     

快速射电暴的数据统计

快速射电暴于2007年首次在脉冲星巡天的历史数据中被发现,是一种在射电波段观测到的具有色散量的单个强脉冲,其特征为持续时间仅为若干毫秒,峰值流量密度可达到央斯基量级。类似于射电脉冲星的单个脉冲,但其色散显著超过同一视线方向上银河系内星际介质的预期最大值。对截止2018年6月帕克斯望远镜、绿岸望远镜、阿雷西博射电望远镜、UTMOST望远镜和ASKAP望远镜已探测到的52例快速射电暴进行了观测量统计分析,根据模型扣除银河系星际介质导致的色散量后,快速射电暴平均色散量为584.5 pc·cm^-3,暗示着快速射电暴来自河外。通过最佳拟合估算红移幂律分布谱dN/dF_obs=4.14±1.30×F■sky^-1·day^-1。根据分析结果预计,FAST望远镜使用19波束接收机后,其多科学目标同时巡天在经过一年时间内能发现大约10个快速射电暴,将有效地扩大样本数量,为快速射电暴研究提供重要信息。     

基于回归支持向量机的水库防洪承载力预测模型研究

防洪承载力,即水库目前剩余防洪库容条件下,不泄洪所能容纳的流域面降雨量.根据水量平衡原理分析概化出防洪承载力的预报因子为当前土壤含水量,当前入库流量以及水库剩余库容.利用2010-2020年青山水库55场历史洪水建立基于回归支持向量机的防洪承载力预测模型,利用贝叶斯优化进行超参数率定,通过分析预测值确定回归支持向量机核...     

变参数DCD算法在岩土工程位移反分析中的应用

常规DCD(dynamic canonical descent)算法具有全局优化能力且无需考虑目标函数的可微性,只要预先定义优化空间即可,但是该算法的收敛速度有限,为此提出了变参数DCD算法,并建立了其相应的算法迭代格式。在数值试验和工程应用中将该变参数DCD算法与常规的DCD算法进行比较,其结果均表明：变参数DCD算法在全局优化能力和收敛速度上找到了一个均衡点,该算法不仅具有DCD算法的全局优化能力,而且收敛时所需的目标函数评估次数少,在优化过程中该算法展示出了稳定性强且优化结果可靠度高的一面。     

参数在线自调整模糊控制算法研究

针对间歇式热处理炉温度控制对象的特性要求,提出了参数在线自调整模糊控制与智能积分相结合的一种新型模糊控制方法。该方法的基本思想是在系统误差较大时,用参数在线自调整模糊控制算法以提高系统的响应;在系统误差较小时,加入智能积分作用以消除静态误差,智能积分作用是有选择的施加积分作用,克服了一般连续积分控制的缺点。论述了带智能积分参数在线自调整模糊控制器的设计及软件实现。并且通过在MATLAB软件上的仿真分析表明该方法的合理性及可行性。