基于一种修正Vasicek模型的国债定价研究

在对国内外国债定价相关文献梳理的基础上,提出了一种非线性的Vasicek修正模型,并对模型进行OLS和蒙特卡罗模拟检验。将模型应用于国债定价分析,并在对影响国债定价误差的流动性溢价等因素量化的基础上对国债定价进行误差修正。研究结果表明,利率模型的漂移函数具有显著的非线性特征;修正Vasicek模型比原Vasicek模型估计效果更显著、蒙特卡罗模拟误差更小;修正Vasicek模型的国债定价误差与剩余期限存在显著的二次函数关系,利用这一关系对国债定价误差修正的结果比较理想。

基于实测数据的半潜式平台贝叶斯模型修正方法研究

随着半潜式平台的长期海上服役,平台的基本设计参数会发生变化,如仍基于原始设计参数对平台进行分析将影响结果的准确性。本文以半潜式平台服役中易发生变化的基本参数(平台排水量、重心高度和三个自由度回转半径)作为修正参数,以平台横摇、纵摇和垂荡自由度的方差和波频功率谱密度构建目标函数,建立可依据实测数据的半潜式平台贝叶斯参数修正方法。以我国某半潜式平台实测数据为例,开展平台的参数修正研究,并基于修正后的参数对平台多年一遇环境荷载下的响应进行对比评估。

修正SWAT模型在喀斯特小流域的径流模拟研究——以羊鸡冲小流域为例

在贵州喀斯特地区,地表径流通过土壤裂隙、岩溶管道等途径流失,限制了地表径流的形成。文章以龙里羊鸡冲小流域为研究区,基于2013-2019年的实测数据,修正SWAT(Soil and Water Assessment Tool)模型的裂隙流模块,修改了裂缝入渗的表示方法,对修正前后的日径流模拟进行对比分析。结果表明:率定期内纳什系数由0.32提升到0.60,决定系数由提高0.37提升到0.58。在验证期内,纳什系数由0.52提高到0.55,决定系数由0.56提高到0.60,修正后的模型与原模型相比具有更好的适用性。修正后模型的径流时间序列与实测数据更吻合,能合理估算研究区的入渗水量,为喀斯特小流域的水资源管理提供参考依据。

结合Cokriging模型和单目标函数的随机模型修正

将Cokriging代理模型技术和单目标函数进行结合,提出了一种随机模型修正方法。该方法将不确定性模型修正问题转化为较简单的待修正参数统计特征的修正问题,能够在保证模型修正精度的同时,有效缓解模型修正中由于分步修正和多目标修正造成的计算成本高的问题。首先,假设待修正参数和响应均服从高斯分布,采用拉丁超立方抽样获取训练集样本,构造满足精度要求的Cokriging模型替代复杂的有限元模型参与迭代计算。然后,建立有限元模型计算响应统计特征与试验响应统计特征的加权残差目标函数,引入土狼优化算法最小化该单目标函数来得到待修正参数的统计特征。最后,通过二维和三维桁架结构验证了所提方法的可行性。

桅杆结构有限元模型修正与参数敏感性研究

基于台风“圆规”激励下的实测加速度响应识别了深圳356 m高气象梯度观测塔的模态参数,结合带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对气象塔有限元模型进行修正。结果表明:气象塔模态非常密集,且纤绳模态的参与程度较为显著。气象塔X向和Y向的基频分别为0.614 Hz和0.603 Hz,其前3阶弯曲模态阻尼比在1%~2%之间。塔身密度、纤绳弹模对塔身模态频率和振型有显著影响,高层纤绳的线质量和塔身弹模对其也有一定影响,但纤绳张力的影响较低。气象塔有限元模型修正后的风致响应高于修正前,并更接近实测结果,验证了修正模型的准确性。

基于PSO-BP神经网络的磨机传动系统模型修正

针对磨机传动系统结构的复杂性、部件间约束条件的不确定性以及非线性等因素,提出了一种基于PSO-BP神经网络的有限元模型修正方法。通过改进BP神经网络逼近设计参数和特征量间的非线性映射关系,结合实际结构响应,利用神经网络的泛化特性,得到了模型设计参数值。修正后频率误差从最高18%降到4%左右,修正系数误差范围均在0.5%以内,明显提高了有限元模型精度;同时,又不需要大量迭代求解步骤,避开了传统反问题模型修正法的复杂非线性优化过程,提升了效率,验证了PSO-BP神经网络法应用于大型磨机传动系统上的可行性,为后续传动系统整体分析奠定了基础。

基于Vasicek模型的新能源发电误差分析及储能配置决策方法

新能源机组出力预测误差的概率特性分析,对系统备用决策具有重要意义。常规的基于特定解析形式的分析模型,对于新能源实际出力分布规律的描述不够灵活且存在误差,为平抑不确定性的影响,集中式新能源通常需配置足够容量的储能应用,从而影响经济效益。因此,从随机过程的角度,依据一种特殊的随机微分方程—Vasicek模型,给出新能源出力模型的参数估计方法,避免概率分布的具体解析表达,并依托该模型提出一种改进的储能配置方法。算例分析表明,所提算法具有较好的短期预测性能,以此为依据决策储能容量配置更加精确和经济。

泥石流危险范围Laharz修正模型及其应用

泥石流危险区研究涉及触发条件、物源与地形等多种因素,需要开发快速、有效的方法进行危险范围分析。本文基于Laharz基本原理,以泥石流样本为数据基础拟合得到修正模型,并以重庆市巫溪县杨家湾沟为例,采用修正的Laharz ArcGIS工具包,在不同降雨重现期条件下对泥石流堆积范围进行模拟计算。结果表明:1)采用修正参数使Laharz模型统计量参数的和方差(SSE)和均方根误差(RMSE)减小,确定系数(R^(2))增大,拟合优度得到明显提高;2)基于数字高程模型,结合现场调查推算的物源体积,在ArcGIS平台采用Laharz工具包可快速模拟不同降雨重现期(10、20、50、100 a)条件下的泥石流堆积范围,并且模拟泥石流堆积宽度与现场调查堆积范围接近,大部分重合;3)采用Laharz修正模型与传统的FLO-2D软件模拟进行对比,其中最远冲出距离、最大堆积宽度和堆积面积在两种方法下模拟结果的差值比率分别在10.00%、15.00%和20.00%量级,采用两种方法模拟结果与实地勘查结果也相近,表明Laharz修正模型具可靠性。

基于等效模型的砖石古塔有限元模型修正方法

针对砖石古塔实体有限元模型节点众多导致修正效率低下问题,提出了一种将实体模型和杆系模型相结合的有限元模型快速修正方法。基于古塔结构的测试输出信号,使用随机子空间法识别了塔的自振频率。使用整体连续式方法建立了ABAQUS有限元模型,基于实测结果,使用萤火虫算法修正了塔的弹性模量、密度。修正后的有限元模型的计算结果与实测结果对比,能够较好吻合,说明修正后的模型可靠,可以作为后续抗震性能分析的基础。

人体组织液特性对SAR值的影响及修正模型

比吸收率(specific absorption ratio,SAR)值测量所使用的组织液特性与规范标准中给出的组织液目标值会有一定偏差。此时,需要对SAR值的测量结果进行修正。针对此问题,提出了一种修正模型,修正模型基于电磁仿真的方法建立。通过在835 MHz频点与IEC 62209\IEEE 1528标准中的数据进行比较,对建模方法进行了验证。基于此建模方法,给出了3.5 GHz及28 GHz这2个下一代移动通信备选频段下的SAR值修正模型。使用此修正模型将减小SAR值测量的不确定度,进而提升各测量实验室间SAR符合性评定结果的一致性。使用此修正模型的另一个好处在于,该修正模型允许更大的组织液特性偏差,这将有助于降低SAR值测量的成本。

修正磁化模型的多组分铁磁性颗粒运动研究

铁磁性颗粒因具有铁磁性被广泛应用于化工环保、生化工程和能源等各个领域,磁场具有的穿透性质,对于采用铁磁性颗粒的系统,可通过改变磁场控制系统内颗粒的运动状态.文章基于传统的磁化模型,采用相对参考系转换方法,提出了适用范围更广的修正P-E磁化模型,可以计算铁磁性颗粒在任意方向磁场作用下所受磁化力.通过有限体积法(FVM)与离散单元法(DEM)耦合进行数值模拟,验证了修正P-E磁化模型的精确性,并模拟多组分颗粒在磁场中的运动,对比了铁磁性颗粒与惰性颗粒在不同配比及不同磁场条件下的运动特性,对颗粒分布、颗粒速度矢量和颗粒总能量变化3个方面进行分析.结果表明:在多组分颗粒系统中,铁磁性颗粒依旧保持成链特性,但成链速度与长度降低;随着铁磁性颗粒占比提高,铁磁性颗粒初始能量增大,聚链数量与成链长度将有所增加,约束惰性颗粒能力增强;此外,施加水平与竖直方向磁场时,多组分颗粒系统达到稳定速度最快,可以通过增大铁磁性颗粒占比有效提升稳定速度,使系统更快趋于稳定;而施加含有倾角的磁场时,随着铁磁性颗粒占比升高,铁磁性颗粒达到稳定状态需要的时间逐渐降低,较难通过改变铁磁性颗粒占比缩短稳定所需时间.

基于火箭简化模型的多状态模型修正研究

火箭发射过程中燃料的不断减少导致火箭结构不断变化,结构的固有频率和模态振型也会随之变化。针对有限元模型的不准确性,以截面惯性矩为修正参数,不同状态下数值仿真结果与试验测试结果的误差最小为目标函数,建立多状态模型修正的优化模型。通过灵敏度分析和一阶泰勒展开对目标函数进行显式化处理,并利用序列线性规划求解得到设计变量的最优解。同时对于多状态结构,以多截面简支梁模型为例,利用锤击法对简支梁进行试验,设计磁吸重物方案模拟多状态模型,以单截面简支梁试验的前4阶频率为目标函数建立优化模型,经过修正将多截面简支梁模型修正为单截面简支梁模型,并且符合截面惯性矩与面积的比例,验证了多状态模型修正方法的准确性。

基于修正剑桥模型三轴剪切实验数值模拟

为了进一步拓展三轴剪切实验课教学内容,丰富实验教学方法,基于修正剑桥模型,构建三轴固结不排水实验数值模型,采用应力场与渗流场耦合模拟分析CU实验过程;分析CU实验应力路径、塑性体积应变、孔隙水压力的变化规律,推导出破坏时孔压系数公式,以及罗斯柯线归一化方程式。数值模拟实验允许实验参数或土性参数的改变,可以设计更全面的实验工况,得到更丰富的实验数据,再进行实验结果分析,得出的结论更准确。实验教学过程中引入数值模拟实验,可让学生不仅学会实验原理相关理论知识,还能将理论知识应用于实验过程,激发学生的学习兴趣,引导学生从被动学习实验理论知识向主动设计实验方向转变。

基于随机森林的导管架海洋平台结构模型修正方法

提出一种基于随机森林的有限元模型修正方法,能够快速、准确地给出导管架海洋平台结构模型的修正参数。选定平台不同的设计参数,对设计参数和基频进行Pearson相关性分析,得到与基频相关系数较大的参数,并重新设计试验参数获得基频。通过随机森林网络增加两者之间的非线性差异,验证网络精度及其泛化能力。结合实测数据,对比分析有限元模型的修正的效果。结果表明:模型的回归分数可达0.998,修正后的有限元模型可更准确地反映真实平台的动力特性。

无缝钢管张力减径工艺减径率分配修正模型理论研究

无缝钢管张力减径工艺减径率分配是孔型分配合理与否的关键步骤,但其分配仍依赖于经验公式。从金属流动的角度分析了减径率的分配规律,在经验的基础上提出了“三点两段统合式”减径率分配修正模型。将修正模型得到的结果与传统模型计算结果以及企业生产数据相比,发现变化趋势相近,减径率和减径量变化曲线更加光滑,应用于生产有利于金属流动。

基于Kriging模型的多次尝试差分进化贝叶斯有限元模型修正

标准差分进化自适应Metropolis(differential evolution adaptive Metropolis,DREAM)算法需进行多条马氏链并行计算,存在收敛效率低和计算成本高的问题。为此,提出一种基于Kriging模型的多次尝试差分进化贝叶斯有限元模型修正(multiple-try differential evolution adaptive Metropolis with“ZS”,MT-DREAM(ZS))框架。该框架在DREAM的基础上引入历史向量差分采样、斯诺克更新以及多次尝试Metropolis抽样,并利用Kriging模型代替有限元模型进行随机抽样,实现利用极少数并行链便可快速探索多维修正参数后验分布。利用固结钢板梁模型试验,比较了DREAM和MT-DREAM(ZS)的修正效果。结果表明:MT-DREAM(ZS)可实现马尔科夫链的快速收敛,其收敛效率较DREAM提升了3.42倍,且修正结果精度和稳定性有提升;Kriging模型可大幅度降低计算成本。所提框架为解决多参数不确定模型修正中的收敛效率低和计算成本高等问题提供了一种新思路。

考虑应力罗德角的修正剑桥模型在ABAQUS中的数值实现及其在海堤工程中的应用

基于有限元软件ABAUQS提供的UMAT用户材料子程序接口,考虑应力罗德角对黏土力学特性的影响,改进了修正剑桥模型中的临界状态线。采用相关联流动法则,通过引入剪胀比推导了弹塑性矩阵,从而开发了考虑应力罗德角影响的修正剑桥模型UMAT子程序。运用该子程序模拟了正常固结土的静三轴和真三轴试验,并分析了应力罗德角改变引起的海堤最终沉降量的变化。模拟结果表明,考虑应力罗德角的修正剑桥模型能够较好模拟土体的应力-应变特性;应力罗德角变化对海堤最终沉降量的影响随地基深度增加而降低,对海堤-地基交界处的最终沉降量影响最为显著。

夏季气象电力负荷相关性分析模型修正方法——以北京为例

气象电力负荷相关性分析对电力负荷预测影响关键,需根据实际数据对相关性经验模型修正。基于综合气象指数、积温效应以及电力负荷与气象因素相关性分析经验公式,提出一种夏季气象负荷相关性模型修正方法;采用负荷趋势分析和Python爬取提取气象负荷与气象数据,提高分析数据的精准性;通过对比分析负荷与单气象因子、综合气象指数以及两种积温效应修正的相关系数,结合负荷与气象指标随时间变化趋势吻合度,确定适用于相关性分析的最优指标参数,进而构建气象负荷与最优指标参数之间的拟合关系式,并以2019年北京夏季主城区为例应用验证。结果表明,与单气象因素相比,电力负荷、气象负荷和综合气象指数的相关性更强;各综合气象指数中,基于日平均气温的酷热指数与气象负荷的相关系数最高;2种积温修正方法中,考虑累积效应系数的方法对气温的修正效果更好,修正后气温与气象负荷的相关系数提高7.39%;基于修正气温的酷热指数与气象负荷的相关性较未修正时均有所提高,与负荷的变化趋势更接近;以酷热指数和修正后温度为自变量构建的气象负荷拟合关系式与实际值的吻合度高于参考的经验公式。

基于静动力试验的铁路连续刚构-拱桥模型修正

为提升大跨度铁路连续刚构-拱桥有限元模型预测精度,同时针对传统有限元模型修正中只采用全局最优解而忽略可能更接近实际情况的局部最优解问题,提出一种基于距离机制的改进稳态遗传算法(DSSGA),利用实测静动力数据对其初始有限元模型进行模型修正。首先,介绍桥梁基本信息、初始有限元模型和静动力试验及其试验结果;其次,介绍DSSGA算法的理论以及其结合Kriging代理模型的基本修正流程,并通过测试函数验证DSS-GA算法的优化效果;最后,通过灵敏度分析选择待修正结构参数,利用拉丁超立方设计构建Kriging代理模型并检验其精度,利用静力位移、试验模态参数构造目标函数,对该桥进行模型修正。结果表明:与标准稳态遗传算法(SSGA)相比,DSSGA算法能够提供目标函数在搜索域的全局最优解和更多组局部最优解,有效避免SSGA算法角度机制所产生的解集不完整的局限性,且全局最优解的目标函数值更小,具有更高的搜索效率。经过模型修正,所有测点的位移相对误差控制在10%以内,频率相对误差控制在5%以内,修正后模型的预测精度大幅度提升。修正后的模型可作为该桥的基准有限元模型,用于后续桥梁健康监测与状态评估。

基于遗传-模拟退火算法修正高斯烟羽模型参数

高斯烟羽模型由于受到地形地貌与气象条件等因素的影响,难以准确反映大气的实际扩散过程。为解决上述问题,首先在经验参数作为先验值的基础上,通过遗传算法对实际观测数据进行参数反演修正,根据观测结果调整模型参数,提高模型的准确性;然后,为进一步优化参数修正结果,引入模拟退火算法,通过随机搜索和逐步降温的策略来跳出遗传算法可能陷入的局部最优解,进一步改善模型的性能。为了评估修正效果,建立一个基于权重的模型值与观测值之间差异的适应度函数,通过比较修正前后的误差率来判断参数修正对高斯烟羽模型的影响程度。仿真实验的结果表明,所提出的遗传-模拟退火算法模型能够有效地修正高斯烟羽模型中的扩散参数,修正后的模型在预测污染物浓度方面的误差率下降了89.40%。所提模型可为环境保护和污染防治提供重要的理论支撑和决策依据,具有较大的应用潜力。