Prediction of local scour around circular piles under waves using a novel artificial intelligence approach

Abstract

The scour phenomena around vertical piles in oceans and under waves may influence the structure stability. Therefore, accurately predicting the scour depth is an important task in the design of piles. Empirical approaches often do not provide the required accuracy compared with data mining methods for modeling such complex processes. The main objective of this study is to develop three data-driven methods, locally weighted linear regression (LWLR), support vector machine (SVR), and multivariate linear regression (MLR) to predict the scour depth around vertical piles due to waves in a sand bed. It is the first effort to develop the LWLR to predict scour depth around vertical piles. The models simulate the scour depth mainly based on Shields parameter, pile Reynolds number, grain Reynolds number, Keulegan–Carpenter number, and sediment number. 111 laboratory datasets, derived from several experimental studies, were used for the modeling. The results indicated that the LWLR provided highly accurate predictions of the scour depths around piles (R?=?0.939 and RMSE = 0.075). Overall, this study demonstrated that the LWLR can be used as a valuable tool to predict the wave-induced scour around piles.     

基于边优先的任意多边形最优三角剖分

针对现有多边形三角剖分算法不能同时兼顾算法的简单有效性、适用性以及剖分三角网质量的问题,提出一种基于边优先的任意多边形最优化三角剖分算法:首先直接对多边形的边进行构网,最后再对生成的非约束边进行构网,最终完成整个多边形的三角剖分。剖分得到的三角网为约束Delaunay三角网,网形稳定、最优,算法简单,执行效率较高,且适用于任意复杂多边形。实验证明了该算法的合理性和有效性,较好地解决了现有多边形三角剖分算法存在的问题。     

A New Kind of Structural Model：Constrained Lateral Extrusion in Western Ordos Basin and Its Adjacent Regions

ＡＮｅｗＫｉｎｄｏｆＳｔｒｕｃｔｕｒａｌＭｏｄｅｌ：ＣｏｎｓｔｒａｉｎｅｄＬａｔｅｒａｌＥｘｔｒｕｓｉｏｎｉｎＷｅｓｔｅｒｎＯｒｄｏｓＢａｓｉｎａｎｄＩｔｓＡｄｊａｃｅｎｔＲｅｇｉｏｎｓＬｉｕＳｈａｏｆｅｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＧｅｏｌｏｇｙ，...     

建筑物白模多边形的自动合并

建筑物白模多边形数据可广泛应用于许多领域,但在实际应用中,由于数据太过细致,且目前使用的建筑物白模多边形数据存在拓扑关系错误,不满足生产要求,这给地图综合中建筑物群的自动合并提出了新的要求.因此提出了一种基于约束性Delaunay三角网的建筑物白模多边形自动合并方法,在保持建筑物整体结构和视觉效果的前提下减少不必要的细...     

Research and application on CSAMT constraint inversion

In this paper, according to the method of electrical constraint inversion, we can improve the accuracy of inversion interpretation using the constraint of electrical logging data in the inversion process, which is conducive to obtain more abundant geoelectric information. On the basis of the conventional OCCAM inversion algorithm, the model roughness in the objective function is improved, and the formula of the electrical constraint inversion iterative algorithm is derived in detail based on the modified objective function. Taking the geothermal exploration in Changbai Mountain area as an example, the measured CSAMT data are used as the resistivity model for inversion, and the electrical property is constrained by the actual data from wells drilled in the section. It can be found that the method of electrical constraint inversion can improve the accuracy of inversion interpretation and guide the development of constrained inversion methods in different ways.     

平原地区机载激光雷达数据的抽稀算法分析

目前,机载激光雷达点云数据在测绘行业中的应用还存在较多的瓶颈。为了使机载激光雷达点云数据更好地服务等值线等数据的生产,发挥其高效和高精度的优势,本文归纳、总结了国内外现有的LiDAR点云数据抽稀算法,并通过对比分析现有LiDAR点云数据抽稀算法存在的优缺点,如系统抽稀、格网抽稀、TIN抽稀和坡度抽稀等算法,结合平原地区激光点云在实际生产中的应用,研究了更适合平原地区点云数据的抽稀方法,通过大量的数据测试和试生产。结果表明,该方法可以在应用项目精度约束下保证数据质量,减少了后期数据处理应用的难度,提升了后续成果数据的质量,提高了作业生产效率,对机载激光雷达点云数据在测绘行业中的应用推广具有重要的现实意义。     

局部最优估计的参数求解方法

结合了飞行器轨道拟合的实际问题,介绍了在约束条件下基于局部最优估计的参数求解,阐述了其经验和方法。     

一种自适应匹配子空间亚像元目标探测方法

为了克服基于线性混合模型的高光谱遥感影像亚像元目标探测方法的缺陷, 提出了一种基于全限制性线性分解的自适应匹配子空间探测方法。首先利用交叉相关光谱匹配技术求得各个像元所含端元类别信息, 然后根据端元类别信息和全限制性分解的结果构造自适应匹配子空间探测算子, 利用端元类别信息在探测中动态选择端元, 降低端元数目估计偏差对探测结果的影响, 提高探测器对目标与背景的可分性。实验证明, 该方法与其他基于线性混合模型的亚像元目标探测方法相比, 可以更好地克服端元数目估计偏差对探测结果的影响, 无论是端元个数低估还是     

旅行分布的重力模式与交通模型的关系

从交通问题的对偶规划出发, 引入由Beckmann 和Wallance, Golob 和Beckman 等提出的不确定性效用方法, 建立交通问题和双约束重力模型的关系。证明当旅行者效用概率分布密度函数的标准差趋于零时, 双约束重力模型中的距离摩擦系数趋于正无穷, 由双约束重力模型确定的旅行分布使得总的交通成本达到最小。在这种关系中, 双约束重力模型中平衡因子的作用是市场调整旅行终点服务价格进而调整旅行者消费者剩余的结果。通过建立的分 析方法对北京、上海、广州、西安、武汉、成都和昆明等七个城市间航空交通的应用, 发现多数航线的模拟较好。结果表明各终点的差异性、消费者偏好的不同、交通工具的替代性和旅行目的之差异性等可以导致一些较大的误差, 这些差异性可以采用对起终点对的单位交通费用的调整来体现, 从而达到较好的模拟和分析效果。     

线性约束严凸可分规划的对偶梯度法

在[1]及[2]中考虑了原目标函数是强凸的情形,本文考虑更一般的情形,即原目标函数是严凸的,给出了其求解的对偶梯度法;对偶问题可分解成n个一维问题,而一维问题的解可直接得到,从而得到原问题的解,并证明了算法的收敛性。