A Hybrid Dung Beetle Optimization Algorithm with Simulated Annealing for the Numerical Modeling of Asymmetric Wave Equations

In the generalized continuum mechanics(GCM)theory framework,asymmetric wave equations encompass the characteristic scale parameters of the medium,accounting for microstructure interactions.This study integrates two theoretical branches of the GCM,the modified couple stress theory(M-CST)and the one-parameter second-strain-gradient theory,to form a novel asymmetric wave equation in a unified framework.Numerical modeling of the asymmetric wave equation in a unified framework accurately describes subsurface structures with vital implications for subsequent seismic wave inversion and imaging endeavors.However,employing finite-difference(FD)methods for numerical modeling may introduce numerical dispersion,adversely affecting the accuracy of numerical modeling.The design of an optimal FD operator is crucial for enhancing the accuracy of numerical modeling and emphasizing the scale effects.Therefore,this study devises a hybrid scheme called the dung beetle optimization(DBO)algorithm with a simulated annealing(SA)algorithm,denoted as the SA-based hybrid DBO(SDBO)algorithm.An FD operator optimization method under the SDBO algorithm was developed and applied to the numerical modeling of asymmetric wave equations in a unified framework.Integrating the DBO and SA algorithms mitigates the risk of convergence to a local extreme.The numerical dispersion outcomes underscore that the proposed SDBO algorithm yields FD operators with precision errors constrained to 0.5‱while encompassing a broader spectrum coverage.This result confirms the efficacy of the SDBO algorithm.Ultimately,the numerical modeling results demonstrate that the new FD method based on the SDBO algorithm effectively suppresses numerical dispersion and enhances the accuracy of elastic wave numerical modeling,thereby accentuating scale effects.This result is significant for extracting wavefield perturbations induced by complex microstructures in the medium and the analysis of scale effects.

基于自适应VMD算法的高速铁路地震信号分析

高速铁路以确定的长度和负载在固定线路上以几乎均匀的速度长时间运行,构成了一种新的稳定且可重复的人工地震源。研究表明高速铁路地震信号具有宽频带分立谱特征。挖掘大量高速铁路地震信号中所包含的丰富信息在高速铁路运行和路基的安全监测方面具有重要的应用价值。然而,由于铁路网络系统周围环境的复杂性,实际采集数据中除高铁地震信号外,还包含有地球背景噪声以及各种人类活动所产生的噪声。如何提取实际记录中的高铁地震信号是有效利用该类信号的基础和关键。在本文中,我们提出了一种基于自适应变分模态分解(Variational mode decomposition,VMD)的高速铁路地震信号分离算法,将优化算法引入到变分模态分解中,利用能量差参数和样本熵构建适应度函数,实现对模态数及惩罚因子优化调整。此外,利用同步挤压小波变换(Synchrosqueezed wavelet transform,SSWT)对提取的高速铁路信号和现场数据进行时频分析。通过对模拟信号的处理验证后,应用到实际采集到的高铁地震数据进行分析处理。结果表明,该方法可以有效提取高铁地震信号,剔除其它背景噪声,为后续开展高铁地震的成像和反演提供基础。

基于改进BSO算法的非对称性弹性波动方程数值模拟

随着地震学研究的不断深入,介质微观结构相互作用引起的非均质性对地震波传播的影响受到越来越多的关注。Wang等(2020)提出在广义连续介质力学理论的框架内来描述介质的复杂微观结构,并推导出了包含介质特征尺度参数的非对称性弹性波动方程。此外,在考虑到介质的微观结构相互作用时,地震波传播中会出现尺度效应。本工作为了更好地分析波场的尺度效应并提取微结构相互作用引起的波场新分量,我们提出了一种基于改进的BSO算法来得到优化的常规网格有限差分方法,然后利用优化后的有限差分方法对考虑了介质微观结构的非对称性弹性波动方程进行数值模拟。数值频散分析表明,优化后的常规网格有限差分方法具有较高的精度。根据使用优化后的有限差分方法得到的数值模拟结果,可以清楚地观察到,在考虑介质的微观结构时,地震记录中出现了新的波场成分表现出了明显的尺度效应。

Al_2O_3负载型Cu-Al类水滑石氧化物的NO_x吸附及分解性能

采用水热法制备铜铝水滑石作为前体,经500℃焙烧得到Cu-Al复合氧化物,并利用X射线衍射、红外光谱对其进行表征;将Cu-Al复合氧化物负载于直径为3～5 mm球状Al_2O_3载体上,进行NO吸附和热稳定性试验。结果表明,NO、O_2、H_2O(g)在Cu-Al复合氧化物作用下在氧化物表面生成HNO3,并与Cu-Al复合氧化物中的CuO组分反应生成Cu(NO_3)_2,吸附率可达28%,再高温焙烧可以释放以NO为主体的氮氧化物,并且可以恢复到之前的金属氧化物结构。而吸附完成的化合物静置数天后会回到原来的水滑石层状结构。

一种基于论文画像的科技文献数据去重算法

快速准确地将不同数据库中重复数据过滤清除是构建数据仓库的重要技术之一。在科技文献资源服务领域,传统的数据去重方法主要是利用数据库检索技术,进行字段内容匹配,过滤内容相同的论文数据.然而,分布在不同数据库中的论文,一般有着不同的字段信息和字段类型,即使有相同的字段也会因为字段内容可能存在乱码信息,导致算法鲁棒性不强,这是传统搜索查找匹配方法面临的一个主要挑战。为解决这个问题,借鉴推荐系统中物品画像和人物画像算法的思想,该文提出了一种基于论文画像的科技文献数据去重算法。该算法通过tf-idf技术提取文章摘要中的关键字信息,再将关键字信息通过word2vec转换为词向量,进而计算出论文之间的相似程度并过滤掉重复数据。实验结果表明,在真实的大型论文数据集下,该算法能够有效去除重复信息,auc均值可达到0.98以上。