【摘 要】
:
为进行结构抗风可靠度分析,需对作用在结构上平稳随机脉动风场进行模拟.采用谱表达法描述脉动风场往往涉及成千上万个随机变量,会造成“维数灾难”问题.基于此,本文提出一类高维概率空间选点法保障模拟的精度和效率,主要由3个步骤组成:高维概率空间的分解、正交子空间选点和随机配对得到高维概率空间离散代表点及赋得概率.采用本文的方法模拟了某30层框架剪力墙结构上沿高度变化的水平风场,研究表明:本文的方法在二阶统计意义上具有很高的模拟精度和效率,可用少量的代表性样本构建完备的概率集合,进一步结合概率密度演化法可对结构风振
【机 构】
:
湖南大学 土木工程学院, 湖南 长沙410082
论文部分内容阅读
为进行结构抗风可靠度分析,需对作用在结构上平稳随机脉动风场进行模拟.采用谱表达法描述脉动风场往往涉及成千上万个随机变量,会造成“维数灾难”问题.基于此,本文提出一类高维概率空间选点法保障模拟的精度和效率,主要由3个步骤组成:高维概率空间的分解、正交子空间选点和随机配对得到高维概率空间离散代表点及赋得概率.采用本文的方法模拟了某30层框架剪力墙结构上沿高度变化的水平风场,研究表明:本文的方法在二阶统计意义上具有很高的模拟精度和效率,可用少量的代表性样本构建完备的概率集合,进一步结合概率密度演化法可对结构风振响应进行精细化概率评价.
其他文献
城市发展时空演变过程受多驱动力共同作用,其中,政策驱动力对典型地区扩张、萎缩具有显著效用。从地理大数据视角,揭示政策驱动力作用下地区服务设施发展进程已成为地理社会计算研究热点。本文选取河北省雄安新区作为研究区,以2016―2018年生活、教育、休闲、交通、医疗、商务6类服务设施的兴趣点(Points of interest,POI)数据为研究对象,采用变化显著性检验、核密度分析及等值线提取方法,进
原油中含硫化合物组成与结构信息广泛应用于油气勘探、石油运输和炼化以及环境保护.目前,挥发性和半挥发性含硫化合物的研究相对成熟,但是对大分子含硫化合物的结构认识相对薄弱.本次研究系统调研了国内外含硫化合物的分离和分析方法,总结了各方法的原理、实验流程、优缺点、应用和意义.含硫化合物分离方法主要包括化学转化方法和柱层析分离方法,可以有效分离噻吩类、硫醚类、亚砜类、硫醇类以及含硫多环芳烃类化合物.高分辨质谱和全二维气相色谱对高分子含硫化合物表征提供了技术支持.总体而言,对高分子含硫化合物的分子结构、来源、成岩演
番茄营养丰富、酸甜多汁,深受人们喜爱,因此市场需求巨大.传统的番茄种植方式费时费力,并且依赖农业生产者的个人经验判断其生长状况(如光照、水分、肥度、温度等).由于缺乏规范系统的管理,番茄品质差异较大,导致市场核心竞争力不强.
针对越来越多的企业应用电动汽车进行城市物资配送的现象,提出了在智能电网下支持智能充电策略的带时间窗的电动汽车配送优化方法.在智能电网中,电动汽车可以通过车辆接入电网(V2G)进行充电或放电决策.V2G模式为电动汽车提供了更灵活的运作方式,提高电动汽车的利用率,降低充电成本.基于充放电策略和车辆路径问题,建立了非线性整数规划模型,考虑了电动汽车充放电决策,提出了一种改进的遗传算法.最后设计25组算例以验证模型和算法的可行性.仿真结果表明:与遗传算法相比,改进的遗传算法迭代效率更高,最优解质量相较于遗传算法提
提出问题rn雨后,我们喜欢在校园里一起看蜗牛,可是并不是每次都能见到它们的踪影.为此,妈妈特意从网上给我们买来了一群白玉蜗牛.rn你瞧,它们一个个怯生生地探出小脑袋,打量着陌生的环境,时不时还偷窥一下我们这两个小主人.只见它们小小的白脑袋上有4根触角,两长两短;吃起它们最爱的蜗牛粮时,像花边一样的大嘴巴快速蠕动.它们背上的壳就像是随身携带的房子,给它们带来安全感.
针对地铁站屏蔽门与列车门间隙空间异物检测问题,提出了一种结合语义分割与背景参考的前景检测方法。该方法通过深度神经网络DifferentNet检测图像中的异物区域,首先,在列车停靠站台的过程中采集背景图片和待检测图片,通过网络的编码部分提取图像的特征信息得到特征金字塔,将两幅图片的特征图连接,再由解码部分计算特征差异得到待检测图片的前景热力图,最后经阈值分割和轮廓筛选得到检测结果。实验结果表明,该方
传统水平集方法通过在初始设计中布置一定数量的孔洞来克服其不能自动开孔的缺陷,但孔洞布置方式的差异造成了强烈的初始设计依赖性,改进的参数化水平集方法可以自动开孔,但初始设计对优化结果仍存在一定的影响.水平集带方法可以将水平集方法与变密度法相结合,在零水平集附近引入一个水平集带区域,区域内的材料密度通过水平集函数进行插值.在迭代过程中通过减小水平集带宽度可以逐渐去除中间密度材料,使结构最终收敛到0-1解.引入水平集带可以通过结合变密度法思想提高目标函数和约束函数在拓扑变化中的连续性,从而减轻初始设计对优化结果
合理规划救援路径可缩短救援行程时间,促使应急救援力量迅速到达现场,提升应急救援效率.文中基于城市道路交通运行特征与交通环境动态演变规律,提出了一种用于求解最优救援路径的可扩展协同进化算法(ECEA).ECEA算法建立了协同优化机制,即路径优化过程与道路交通环境演变协同进行,并可灵活选择算法寻优搜索范围,提升可行解的数量与质量.实验结果表明:在数据获取能力受限情况下,该算法在行程时间及其鲁棒性方面均优于定时协同优化算法(TCEPO)与在线优化方法(OLRO),可有效缩短行程时间,进而提升应急救援效率与救援效
一直以来人们认为视觉环境是影响交通安全的重要因素,然而受限于图像分析手段,现有的关于环境视觉因素与交通安全关系的研究主要以定性为主,很难进行大规模的视觉环境定量分析.本研究利用丰富性、易提取性和不断増长的街景图像作为环境因素的数据来源,通过膨胀残留网络(DRN)等方法提取街景的图像特征信息、位置信息和感官信息,并采用皮尔逊相关系数和岭回归筛选量化指标来构建基于深度学习的视觉环境与交通安全关联的量化分析框架,为研究城市景观提供了新的量化手段.此外,统计分析方法被用于确定导致道路交通安全状况改变的影响因素.结