南京粉细砂空间孔隙结构表征单元体确定

确定统一的表征单元体(REV)尺寸是研究土体细观孔隙结构时首先需要解决的问题。使用6.5μm分辨率同步辐射显微CT扫描南京粉细砂试样,从土样三维重构模型的5个代表性部位提取5组立方体孔隙REV,对每个REV采用最大球算法分析,建立孔隙网络模型,从中提取孔隙率、单位体积孔隙数、孔隙平均体积、孔隙最小体积、孔隙最大半径、孔隙最小半径、孔隙平均半径、孔隙截面积平均形状因子等8个孔隙结构参数,建立其与REV尺寸间的相关性。利用假设检验T检验和F检验,最终确定样品孔隙结构参数的统一REV边长尺寸为400像素,即2.60mm。该方法可用于砂土、粉土等颗粒土体细观孔隙结构分析。     

基于改进A*算法的煤矿救援机器人路径规划

煤矿救援机器人在执行救援任务时,在获得任务指令后首先需要获得环境模型,再利用内置算法在该环境模型中规划出一条从当前位置到目标位置的无碰撞路径。为减少救援机器人的移动时间,通常要求该路径为时间最优,而目前使用较多的传统A*算法在栅格地图环境下规划的路径存在路径冗余点多、路径转折角度大等问题,导致该路径对于可沿任意方向灵活移动的救援机器人来说是“非最优”的。为解决这一问题,在传统A*算法的基础上提出一种改进A*算法。首先,该算法在传统A*算法的基础上增加当前扩展节点的邻接点数量,以快速搜索获得初始路径;其次,通过设置距离阈值并重连路径点,去除初始路径的冗余点;根据步长分割路径获得间距更小的路径点集合,并再次去除冗余点;最后,为进一步对所得路径的转角进行平滑处理,采用5次B样条曲线进行拟合,最终得到路径点更少、路径代价更小、累计转折角度更小的优化路径。在5种不同尺寸、障碍物覆盖率为20%的栅格地图环境中利用MATLAB对上述改进A*算法进行仿真实验,并将改进A*算法的仿真结果与传统A*算法的仿真结果进行对比。结果表明:相对于传统A*算法,改进A*算法通过扩展邻接点、去除路径冗余点及路径平滑等操作,有效改善了传统A*算法的路径冗余点多和路径转折角度大等问题;此外,改进A*算法还能在一定程度上减少生成初始路径时的扩展节点数量,降低系统内存占用。      

多个粗差定位的抗掩盖型Bayes方法

在综合利用先验信息与观测信息的基础上,提出了多个粗差探测的Bayes方法。为了有效地防止掩盖和湮没现象的发生,在分析掩盖和湮没现象发生原因的基础上,从识别向量的样本相关系数阵的特征结构出发,提出了多个粗差定位的抗掩盖型Bayes方法,并设计了相应的算法——自适应MCMC抽样算法。     

风暴分类识别技术在人工防雹中的应用

利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南三门峡三地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。     

改进的模糊聚类遥感影像分割

聚类是数据挖掘的重要分支之一,引入模糊理论的模糊聚类分析为显示数据提供了模糊处理能力,在许多领域被广泛应用。本文应用考虑邻域关系的约束模糊C均值(Fuzzy C-Means with Constrains,FCM_S)算法,将邻域像素引入到目标函数中,进而有效地利用邻域像素信息,提高分割精度。本文应用FCM_S算法对模拟彩色纹理图像进行分割,计算其混淆矩阵,定性定量地与FCM算法进行对比分析,证明了该算法的鲁棒性。     

基于ESPO算法的装甲部队城市道路机动路径选择

现代条件下的城市作战,装甲部队的机动性能起着十分重要的作用。由于城市具有纵横交错的道路以及较多的障碍物等特点,使装甲部队的机动性能会受到很大的影响,延误战斗的时间。本文在分析了城市道路对装甲部队机动影响基础上,介绍了ESPO算法的基本原理,建立了装甲部队在城市道路中机动的最短路线选择的数学模型,并通过实验进行验证。     

盾构隧道点云典型要素分割

针对盾构隧道点云及其几何特征构建八叉树索引,使用体素化网格降采样进行点云降采样,利用统计特征滤波器达到精简点云,继而实现典型要素自动分割。结合点云精简算法,提高了随机抽样一致性(RANSAC)算法效率,通过拟合模型的几何特征,设置合理阈值,自动分割隧道典型要素。实验结果表明,该方法可以精确地分割出相邻距离阈值较小的盾构隧道典型要素,拟合的隧道半径与设计半径误差仅为3 mm;相比传统RANSAC算法,该算法运行速度提高了17倍,实现了相邻距离阈值达1.0 cm精度的目标分割。     

基于混合遗传算法估计van Genuchten方程参数

van Genuchten(VG)方程是最常用的土壤水分特征曲线方程,其参数取值的精度直接影响到土壤水分运动方程计算的精度.该文建立了VG方程参数的优化模型,构建遗传算法与Levenberg-Marquardt算法相结合的混合遗传算法对其进行求解,并进行了数值试验.结果表明采用混合遗传算法比普通遗传算法不但提高了收敛效率,而且收敛迭代次数也大大减少;采用混合遗传算法估计参数的精度比非线性单纯形法和阻尼最小二乘法要高一些,而且不需要给参数初值.因此,混合遗传算法可以作为估计VG方程参数的一种新方法.     

基于APSO-SVR-GRU模型的白水河滑坡周期项位移预测

滑坡周期项位移的预测,是研究地质灾害中滑坡变形至关重要的一步。由于单一模型易受偶然因素影响,且无法充分利用有效信息,导致其预测精度不高,适用性不强。基于此,文中提出了一种结合自适应粒子群算法（APSO）、支持向量机回归算法（SVR）、门控神经网络算法(GRU)的组合模型。该模型通过自适应粒子群优化算法对支持向量机回归算法进行参数寻优,确定最优参数组合,然后利用最小二乘法对APSO-SVR模型与GRU模型赋权建立最优权重比组合模型。以三峡白水河滑坡作为研究对象,选取降雨量、库水位及位移量作为周期项位移的影响因子,对模型进行训练验证,结果表明：在白水河滑坡周期项位移预测中,文中所提出的APSO-SVR-GRU组合模型与单一模型相比,具有更高的预测精度和稳定性。