考虑节点刚度随机性的焊接钢筋部品变形计算方法研究

为量化钢筋部品刚度,从受力机理角度出发,基于试验和理论分析,提出考虑刚度随机性的焊接钢筋部品变形计算方法。从受力机理的角度提出三向转动刚度独立力学求解模型,考虑钢筋直径的影响,设计了105组T形焊接钢筋试件及两类加载固定试验装置,开展分级加载试验;在此基础上,考虑焊接节点转动刚度随机性,提出基于蒙特卡洛随机抽样的焊接钢筋部品变形计算方法,并分别开展了6个焊接钢筋网片和6个钢筋块体试验进行验证。结果表明:钢筋焊接节点刚度与钢筋直径有关,当焊接条件相同时,钢筋直径越大,焊接节点刚度越大;同一钢筋直径组合的焊接节点转动刚度基本符合正态分布,3个方向的转动刚度R x>R z>R y;钢筋焊接节点刚度与焊接节点断面面积基本呈线性关系;竖筋和横筋连接节点刚度对钢筋部品变形影响显著,所采用的节点刚度取值方法计算的焊接钢筋部品变形偏差均在10%以内,与传统刚接和铰接方法相比,变形计算精度大幅提高,变形计算方法合理。

基于随机森林和长短期记忆网络模型的高压气井环空带压预测方法

高压气井在生产过程中持续的环空带压容易引起套管柱变形或挤毁,是高压气井完整性失效的主要原因之一。为解决传统方法环空带压预测精度不高的问题,以鄂尔多斯盆地苏里格气田某高压气井为例,首先利用主成分分析法和相关系数法找到影响环空带压的主要因素,然后使用高压气井井筒温压场理论值和孤立森林模型对主成分进行物理解释和数据清洗,再对清洗后的数据使用随机森林(RF)和长短期记忆网络(LSTM)模型建立了环空带压定量预测模型,并对两类模型进行权重组合,最终建立了精确度高于任意单一模型的RF—LSTM组合环空带压预测新模型。研究结果表明:(1)环空带压的主要影响因子有温度分量、压力分量、产量分量、腐蚀程度、生产状态,而温度分量与环空带压间存在最高关联性;(2)通过错误格式、离群点及基于井筒温压场的数据清洗,可以得到数据清洗后的环空带压影响因素训练集;(3)通过平均绝对误差法(MAE)能够建立误差分数小于任意单一模型,而拟合优度介于两者之间的组合模型,因此可以将具有高拟合优度和低误差分数的两类模型结合,从而组合出同时满足两种分数的组合模型。结论认为:(1)运用大数据挖掘技术及算法进行环空带压定量预测,方法新颖,预测精度高,结果可行;(2)该方法为现场环空带压预测和风险管控提供了决策工具参考,为实现环空带压风险实时预测、预警和管控提供了理论支撑。

基于分量相依性的风速随机性建模方法

由于微地形、微气象的影响,风电场风速的随机性特征复杂,为准确描述风速的随机性特征,提出基于分量相依性的风速随机性特征建模方法。首先对风速序列的随机性特征进行提取,采用变分模态分解(VMD)将风速分解为多个不同频率的模态分量,以序列自相关系数(AC)为指标,对风速成分进行划分,得到风速的波动性分量和随机性分量。然后,考虑风速随机性分量对波动性分量的相依性,以正态分布描述不同风速下的随机性特征,建立基于分量相依性的风速随机性模型。以华北张家口某风电场的运行数据为例,验证该方法的有效性。实验结果表明该文方法能更好地复现风速序列的随机性特征。

基于随机森林算法的图书馆文献信息自动检索方法

传统图书馆文献信息自动检索工具只建立了图书馆文献自动检索索引,而未对图书馆文献进行分类存储,导致传统方法检索效率低。基于此,文章提出基于随机森林算法的图书馆文献信息自动检索方法。该方法可以对用户的问题关键词进行提取,从而提高文献信息检索的准确度;可以对图书馆文献进行分类,建立图书馆文献自动检索索引,实现了图书馆文献信息的自动检索。经对比实验证明,该方法的文献信息检索效率较高,值得推广。

一种智能手机GNSS精密定位随机模型构建方法及定位性能分析

全球导航卫星系统(GNSS)定位芯片已经成为智能手机中实现导航定位的重要传感器,随着信息化、智能化社会的不断发展和深入,人们对手机高精度定位服务的需求不断增加。在分析伪距残差与高度角、载噪比(C/N_(0))及手机GNSS原始观测信息的相关性时发现:相比于C/N_(0),手机GNSS原始观测信息中的ReceivedSvTimeUncertaintyNanos与伪距残差的相关性更高。因此,提出了一种基于岭回归和智能手机原始观测信息的GNSS精密定位随机模型构建方法。通过构建以手机原始观测信息为特征变量的岭回归模型,利用谷歌公开数据集训练该模型,学习伪距残差与各种特征变量之间的映射关系,进而在线预测伪距噪声,以此作为GNSS定位中观测值定权的依据。最后,进行实时动态定位(RTK)和精密单点定位(PPP)实验以验证新定权方法的定位性能,实验结果表明,相比传统C/N_(0)定权方法,新定权方法的定位精度在3组实验中平均提升幅度分别为24.9%,44.8%及39.3%。

基于随机森林模型的长江流域分区多源融合降水模拟方法研究

基于3种卫星降水产品,提出了一种基于随机森林模型的长江流域分区多源融合降水模拟算法(FCM-RF算法)。采用模糊C均值算法,结合地面观测站点资料对长江流域进行降水区域划分,引入降水比降刻画降水空间性,进一步通过普通克里金插值法优化融合结果,得到一套长江流域空间分辨率为0.25°×0.25°的多源融合降水产品,并对其进行了评估。结果表明:FCM-RF算法在长江流域具有良好的表现,可以有效提高原始卫星降水产品对于降水事件的捕捉能力,在验证站点模拟降水量与实测降水量的相关系数可达到0.76;FCM-RF算法在年际上具有相似变化特征,对于春秋季降水的敏感性较高,在夏季由于强降水影响表现欠佳,冬季由于雨量稀少、存在固态降水,呈现出误差小、相关系数较低的特点;FCM-RF算法在东南地区具有较强的降水捕捉能力,在青藏高原地区的准确性较低。

任意分布ST方法及其在随机场线耦合中的应用

随机测试(ST)方法是一种不确定性量化方法,已有的ST方法还不能处理具有任意分布随机变量的情况。通过Gram-Schmidt正交化算法为任意分布随机变量构建混沌多项式基底,对ST方法进行拓展,使其可用于任意分布随机变量的情况。将拓展后的ST方法用于传输线场线耦合分析中。在场线耦合的计算中,由于辐射场的不确定性,入射波极化角、方位角与仰角存在不确定性,因此传输线的响应也呈现出不确定性,导致随机场线耦合问题。针对输入参数服从任意分布的情况,应用ST方法对传输线场线耦合响应进行不确定性量化。对模型的输出响应进行多项式混沌展开,通过求解展开系数得到模型响应的统计信息。结合单随机变量和多随机变量场线耦合算例,得到传输线电压响应的统计信息。最后对比蒙特卡罗模拟方法,验证了ST方法的正确性和高效性。

基于可解释随机森林的场地放大系数估算方法研究

场地放大系数(F_(pga))是反映地震动峰值在不同地区的差异,也是评估地震动影响范围的关键参数。F_(pga)的估算采用单一参数,靠经验选取,估算结果存在较强的主观性。为此,选取KiK-net台网40个台站的地震记录,基于随机森林算法提出一种综合多参数的F_(pga)估算方法,且可解释各参数对F_(pga)估算的影响。所提估算方法以震级、震中距、震源深度、震源距、覆盖层厚度h、场地周期T、等效剪切波速(V_(SE)、V_(S30)、V_(S20)、V_(S10))作为输入,F_(pga)为输出。结果表明:预测F_(pga)的相关系数为0.84,误差均值为0.01;震中距、震源深度、震源距对F_(pga)估算呈正相关,震级、h、T、V_(SE)、V_(S30)、V_(S20)、V_(S10)对F_(pga)估算呈负相关,其中T和h对模型的影响最大。该模型可有效预测场地放大效应。

基于随机森林的作物模型光温产量潜力模拟优化方法

为有效降低作物模拟所需数据量,提高计算效率,基于机器学习建立冬小麦光温产量潜力估算模型。以中国冬麦区129个农业气象站点1980—2009年光温产量潜力为研究对象,选择影响光温产量潜力模拟较大的温度、日照时数、经纬度等构建特征变量。选择生长季与月份2个时间范围,基于WheatGrow模型输入输出数据建立生长季变量的随机森林模型(RF_GS)与月份变量的随机森林模型(RF_Mon),最后利用均方根误差(RMSE)评价随机森林模型的性能。结果表明,随机森林模型可在保证模拟精度的前提下降低数据需求量,且RF_GS精度优于RF_Mon;变量重要性检验与部分依赖图分析结果表明,纬度、生长季日照时数、5月日照时数、3月最低温度对光温产量潜力模拟影响较大;若模型验证数据的范围超出训练数据的范围,利用随机森林模型无法保证建模精度。

一类漂移系数分段连续的随机微分方程驯服Euler方法的L^(p)收敛率

本文研究一类漂移系数分段连续的标量随机微分方程的驯服Euler方法的L^(p)收敛率.更确切地说,本文在漂移系数是分段连续的并且呈多项式增长,扩散系数是Lipschitz连续的并且在漂移系数的间断点处不为0的假设下,证明方程具有唯一的强解,并且对于任意的p∈[1,∞),驯服Euler方法的L^(p)收敛阶都可以达到1/2.此外,本文还提供一个数值算例来验证理论结果.

硕士课程“算法设计与分析”案例教学探究——以圆周率计算问题之割圆随机化方法研究为例

在中国高等教育领域“双一流”建设大环境下,一流大学建设离不开一流学科建设,一流学科建设离不开一流专业和一流课程建设,而一流课程教学案例库建设为一流专业和一流课程建设提供了有力保障。“算法设计与分析”是软件工程学科专业学位硕士研究生课程教学体系中的核心课程,探索其案例教学及其建设具有积极意义。以基于割圆随机化方法的圆周率计算问题为例,构建了分割算法与近似算法相结合的原创性教学案例,结合课程中著名问题,融入思政元素,突出实践性与原创性。由此系统地培养学生发现问题、分析问题和解决问题的能力,为进一步培养应用型高级软件人才打下坚实的基础。

带跳随机比例微分方程补偿分步θ方法的收敛性和稳定性

我们探讨了带跳的随机比例微分方程的补偿分步θ方法。首先,证明了该数值方法收敛,并且收敛阶为12,其次证明了解析解的均方稳定性,并且证明了补偿分步θ方法能保持解析解的均方稳定性,最后给出数值算例验证理论结果的正确性。

基于随机森林算法的低压断路器寿命预测方法

常规的低压断路器寿命预测方法主要使用Wiener非单调退化预测模型获取时间退化特征量,易受检测周期变化影响,导致寿命预测相对误差较高,因此,需要基于随机森林算法设计一种全新的低压断路器寿命预测方法。即利用振动检测技术采集处理了低压断路器寿命预测振动信号,结合随机森林算法构建了低压断路器寿命预测模型,生成了低压断路器寿命预测参数,从而实现了低压断路器寿命预测。实验结果表明,设计的基于随机森林算法的低压断路器寿命预测方法的预测效果较好,寿命预测相对误差较低,具有可靠性,有一定的应用价值,为提高低压断路器维护保养有效性作出了一定的贡献。

带消极动量的自适应步长随机方差缩减方法

近年来,随机方差缩减类方法在解决大规模机器学习问题中取得很大成功,自适应步长技术的引入减轻了该类方法的调参负担。针对自适应步长的方差缩减算法SVRG-BB,指出其算法设计带来了“进展-自适应步长有效性”的权衡问题。因此引入Katyusha动量以更好地处理该权衡问题,并且在强凸假设下证明由此得到的SVRG-BB-Katyusha算法的线性收敛性质。之后基于“贪婪”思想,提出稀疏地使用Katyusha动量的SVRG-BB-Katyusha-SPARSE算法。在公开数据集上的数值实验结果表明,提出的2个改进算法较SVRG-BB有较稳定的优势,即在达到一定外循环数时优化间隙有若干个数量级的减小。

设计随机性方法论的探索

探索设计学科领域,开拓新的设计思维与理念、设计方法、设计内容与实践。运用了举例论证法、归纳演绎法的方法对设计随机性的概念进行全方位的定义与解析。设计随机性存在于设计的各个领域,对于人们有启示、指导的作用。在设计学科中增添了一条新的设计概念,是新的设计方法论,是设计学科重要课题。

基于随机森林模型的近岸海域水质污染预测预警方法研究

常规的近岸海域水质污染预测预警方法以水环境监测为主,受到温度、湿度、浊度等水质参数的影响,污染预测预警不准确将影响近岸水域水质保护。设计了基于随机森林模型的近岸海域水质污染预测预警方法,采集并预处理近岸海域水质数据,基于随机森林模型预测近岸海域水质污染物的空间布局,将水质污染物数量作为随机森林树的数量,再将污染预警等级作为树的深度,通过交叉验证的方式优化随机森林模型参数,满足水质污染预测需求,将近岸海域水质污染物浓度预测值作为预警阈值,划分出近岸海域水质污染预警等级,确保预警效果。通过对比实验,验证了该方法的预测预警效果更加准确,能够应用于实际生活中。

基于随机森林算法的企业财务数据风险预警方法

受到企业财务数据结构变化不确定性因素的影响,传统财务数据风险预警方法存在预警模型误差偏大问题,在实际应用中影响企业对财务风险的预判效果。为了更好地解决这一问题,在随机森林算法下对其风险预警方法展开研究,研究优化共分4部分,分别为基于随机森林算法的企业财务数据风险特征模型构建、基于随机森林算法的财务风险预警指标分析、财务风险数据的时间序列处理以及基于随机森林算法的财务风险预警。仿真测试结果表明。经过随机森林优化后的预警方法。能够在最短的时间内完成财务数据风险信息的精准预警,且调用预警资源最小,具有较高的稳定性、可靠性与推广性。

基于随机森林回归算法的水电工程移民安置效果评价方法

常规的水电工程移民安置效果评价方法主要使用定量结合技术生成评价指标体系,易受生活水平指数SPI动态变化影响,导致评价优属度偏低,因此,需要基于随机森林算法设计1种全新的水电工程移民安置效果评价方法。即利用随机森林回归算法确定了安置效果基础评价指标,建立了水电工程移民安置效果评价结构,从而实现了水电工程移民安置效果评价。实例分析结果表明,设计的水电工程安置随机森林回归算法效果评价方法的评价优属度较高,具有评价可靠性,有一定的应用价值,为优化水电工程移民项目建设作出了一定的贡献。

基于随机森林算法的僵尸企业大数据识别方法研究

僵尸企业严重浪费社会资源,应及时进行处置。但目前对僵尸企业的识别标准不够明晰是阻碍我国僵尸企业处置工作的重要因素。为解决这一问题,通过随机森林算法的大数据识别方法,发现净利润及其变动、纳税总额及其变动、最低利息保障倍数、政府补贴依赖程度等指标能更好地起到预警僵尸企业的作用。因此,随机森林算法等大数据识别方法为我国僵尸企业预警提供了新路径,有利于及时处置僵尸企业。

随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性

旨在研究随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。当θ∈[0,1/2)时,在步长受限的条件下,随机时滞Hopfield神经网络分步θ方法是一般衰减率稳定的。对于θ∈[1/2,1],不需要额外的步长要求,即可保证随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。最后,通过一个数值例子验证所得结果的有效性。