BP人工神经网络在青藏铁路南段地壳稳定性定量评价中的应用

将BP人工神经网络方法引入区域构造活动性、区域地壳稳定性研究领域,对青藏铁路南段沿线的构造活动性进行定量分析.选用断层运动速率、地震震级、温泉温度及剪切应变4个关键影响因子作为BP人工神经网络的输入向量,构造活动强度(α)作为输出向量,以α为定量判据,将全区划分为相对稳定区(α＜0.22)、较不稳定区(α≈0.22～0.38)、不稳定区(α≈0.38～0.69)、极不稳定区或强烈构造活动区(α≥0.69).在青藏铁路南段沿线划分出格仁错、崩错、当雄-羊八井、错那湖、唐古拉山口南、聂荣东北、聂荣西北、雅鲁藏布江断裂沿线、萨迦等不稳定区,在不稳定区内部进一步划分出申扎、蓬错、尼木、桑雄、羊八井5个极不稳定区.     

基于粒子群算法的岩体结构面产状模糊C均值聚类分析

结构面产状分析是进行岩体力学分析及稳定性评价的基础,玫瑰花图、等密度图等传统的图形分析方法较为粗糙,无法对产状数据进行准确分析,采用模糊聚类方法则可以得到较为准确的优势产状,但需要事先指定分组数及初始聚心,且模糊聚类算法为局部寻优算法,初始划分对最终的数据分析结果影响较大。为了得到较为客观的分组结果及优势产状,同时能够针对大量结构面产状数据进行聚类分析,提出了基于粒子群算法的岩体结构面产状模糊C均值聚类算法。采用粒子群算法进行模糊C均值聚类算法初始聚心的求解,在计算过程中可同时确定最佳分组数,避免了人为指定的主观性,克服了模糊C均值聚类算法易陷入局部极小值和对初始划分敏感的不足。最后,通过工程实例中不同方法的聚类效果对比分析该算法的有效性,并将该方法应用于实测结构面产状数据的分析,得到较为符合实际的优势结构面分组。     

遗传算法及其在GOMS模型反演中的应用效果分析

几何光学交互遮蔽模型（GOMS）是一种重要的遥感前向模型,它较好解释了“热点”现象,具有较强的前向模拟能力。但由于其固有的非线性性,给反演带来困难。本文尝试采用近年来兴起的并行随机全局寻优算法－遗传算法对GOMS进行反演,并针对传统遗传算法的不足进行了改进。在使用相同先验知识的条件下,将该算法与目前最有效的约束非线性最优化确定性搜索算法－逐步二次规划法对GOMS模型的反演效果进行了比较,结果表明,逐步二次规划法搜索效率较高,但结果受初值的影响很大,初值选择不当,易收敛于局部最优解,而遗传算法具有全局最优的收敛效果,但局部搜索效率较差。在某些对精度要求不高,而对搜索效率要求较高的场合,可以采用遗传算法与确定性搜索算法相结合的混合遗传算法,以提高算法的搜索效率,获得较为满意的效果。     

GPS高程转换的神经元网络方法分析

GPS高程转换是GPS高程应用的关键问题之一，试图应用神经元网络方法来进行GPS高程的转换，并在网络的拓扑结构与网络结构的改进等方面作了分析，通过GPS高程转换的二次曲面法和神经元网络法进行了比较试验，结果表明了神经元网络转换GPS高程的可行性和可靠性，对于应用神经网络转换GPS高程具有实际的指导意义。     

Finite‐element analysis of laminated rubber bearing of building frame under seismic excitation

Finite element analysis is carried out for a building frame supported by laminated rubber bearings to simultaneously investigate global displacement and local stress responses under seismic excitation. The frame members and the rubber bearings are discretized into hexahedral solid elements with more than 3 million degrees of freedom. The material property of rubber is represented by the Ogden model, and the frame is assumed to remain in elastic range. It is shown that the time histories of non‐uniform stress distribution and rocking behavior of the rubber bearings under a frame subjected to seismic excitation can be successfully evaluated, and detailed responses of base and frame can be evaluated through large‐scale finite element analysis. Copyright © 2015 John Wiley & Sons, Ltd.     

新冠肺炎流行病学模型的最优参数化

现如今,新冠肺炎(COVID-19)严重威胁着世界各国人民的生命健康.许多流行病学模型已经被用于为政策制定者和世界卫生组织提供决策参考.为了更加深刻的理解疫情趋势的变化特征,许多参数优化算法被用于反演模型参数.本文提议使用结合了高斯-牛顿法和梯度下降法的Levenberg-Marquardt(LMA)算法来优化模型参数...     

边界层温度廓线遥感反演的本地化改进研究

采用MODIS资料和美国发展的MODIS大气温、湿度廓线统计反演算法,估算大气温度、湿度廓线作为初始场,应用101层快速透过率模式(PFAAST)估算了大气透过率,并采用Newton非线性迭代算法反演中国西北荒漠戈壁地区大气温度廓线。结果表明:该方法对边界层高度及以上部分的大气温度反演得比较好,误差基本都在2 K范围内,边界层范围内的温度反演误差较大,反演误差与气溶胶光学厚度增量和地表温度估算误差呈显著正相关关系,与大气水汽混合比的关系较差。文中从敏感性试验和理论分析角度阐述了地表温度和气溶胶光学厚度估算误差对大气温度反演误差的影响,发现不同光谱波段的地表温度权重均随地表温度的增加有不同程度增加,地表温度反演误差增加将增加地表温度权重,提高地表温度估算误差有助于提高地表温度权重的精度;荒漠戈壁地区大气边界层中气溶胶浓度较高,光学厚度较大,使边界层大气透过率降低,进而降低卫星红外遥感波段的地表温度权重和空气温度权重。由于该模式没有很好地考虑边界层中沙尘气溶胶的影响,使卫星反演的大气透过率偏高,以至于高估地表温度权重和大气温度权重,使得反演的表面温度和空气温度偏低。该研究结合太阳光度计获得的光学厚度资料,采用统计方法对气溶胶效应引起的大气透过率误差和表面温度估算误差进行校正,并对物理算法进行本地化改进,实现了边界层温度廓线的反演。     

基于FFT-MA谱模拟的快速随机反演方法研究

虽然基于地质统计学的随机反演方法能够有效融合测井资料中的高频信息,但计算效率低,占用内存大,限制了它在实际资料中的应用.本文在保留传统随机反演方法优点的基础上,创造性地引入傅里叶滑动平均(Fast Fourier Transform-Moving Average, FFT-MA)谱模拟进行频率域的地质统计模拟,并利用逐步变形算法(Gradual Deformation Method,GDM)确保模拟结果与实际地震数据的匹配,构建了基于FFT-MA谱模拟的新的快速随机反演方法.与常规随机反演相比,新方法不仅分辨率高,而且能够使反演解得到快速收敛,有效提高计算效率,减少内存占用.模型试算获得了与理论模型吻合度较好的高分辨率反演结果.实际资料分析也表明新方法所得到的高分辨率反演结果能够对薄互储层进行良好的展示,为薄储层的识别提供高效可靠的技术支持.     

深海沉积物地热探针贯入沉积物深度的探讨

针对新型自容式高精度深海沉积物地热探针贯入沉积物深度、插入过程的运动轨迹以及探针的稳定性问题,进行了深入研究,对探针的结构设计以及探针下放要求具有重要指导意义.     

不同混合层深度算法的全球适用性对比分析

混合层深度是研究海洋上层动力过程及海气相互作用的一个至关重要的物理量,准确估算混合层深度对上层海洋动力学和热力学的深入研究具有重要的科学意义。本文基于Argo实时观测剖面数据,分海域、分季节对比分析了目前常用的几种混合层深度算法的异同与优缺点。结果表明,理论上最大角度法的精确度最高,曲率法其次,然后是阈值法和最优线性拟合法。最大角度法和曲率法的结果比较接近,实测数据表明曲率法的时空适用性更广。阈值法、最优线性拟合法分别受梯度阈值和密度（或温度）梯度变化的制约,其计算的混合层深度相对较浅。各种算法的差异性随着季节跃层的增强而逐渐减小,且北半球的差异小于南半球。