一种复合材料螺栓连接结构非线性刚度模型及应用

针对复合材料螺栓连接结构挤压破坏及钉载分配规律,提出一种非线性刚度模型。基于单钉连接结构试验获得的应力-应变曲线,将连接结构挤压破坏过程分为:线性无损伤阶段、非线性损伤扩展阶段和线性退化阶段,并将连接结构等效为弹簧系统模型。模型在线性阶段考虑了层合板间摩擦力的影响;在非线性阶段考虑了层合板面内剪切非线性并定义了非线性损伤函数;在线性退化阶段基于能量吸收原理,对结构失效后力学行为进行了表征。最后,将单钉弹簧模型引入多钉连接结构进行分析,通过多钉连接结构试验验证表明,模型计算结果与试验曲线吻合良好,钉载分配计算误差小,符合工程要求。

非线性复杂网络的结构平衡自适应跟踪控制

从大系统的角度,复杂动态网络可视为由节点子系统与连接关系子系统耦合而成。主要关注非线性连接关系动态子系统的跟踪控制问题,研究如何使非线性复杂动态网络达到结构平衡状态。采用Riccati矩阵微分方程对网络连接关系子系统进行建模,并设计合适的自适应控制器使系统渐近跟踪上一个给定的结构平衡矩阵。数值仿真验证了该控制器的有效性,表明在控制器的作用下,网络表现出结构平衡的特征。

机械产品非线性装配顺序规划研究

提出了用于机械产品非线性装配顺序规划的关系码矩阵模型,通过编码将所有的装配关系信息集成于一个简单矩阵中,用连接模式,即二进制数模板技术来识别装配时零件的几何约束。基于关系码矩阵模型给出了规划可行的装配顺序,检测装配过程中零件的稳定性及识别子装配的计算方法,使用遗传算法搜索并优化装配顺序,用复合表表示遗传算法中个体的装配顺序。最后,通过一个实例验证了该方法的有效性。

钢-混凝土组合梁非线性有限元分析

提出了部分剪力连接钢 -混凝土组合梁非线性有限元分析的简化模型 ,该模型同时考虑了钢、混凝土材料的非线性本构关系和剪力连接件的滑移非线性对组合梁刚度和强度的影响 ,推导了考虑滑移的剪力连接件单元刚度矩阵。利用该模型计算了连续组合梁的极限荷载、挠度、应力以及滑移 ,与已有的理论计算结果和实验结果吻合 ,证明本方法分析钢

一个基于子链接函数的非线性相关性测度的讨论（英文）

近几年来,基于非对称相关性建模的统计分析方法的研究取得了快速的进展。然而,一个显著的问题是,在应用中最常用的相关性测度,如Pearson相关系数,Spearmanρ和Kendallτ,并不适用于度量数据中变量之间的非线性关系。文中主要回顾了一种新的用于描述双向列联表非对称相关性的基于子链接函数的的测量方法。该方法是在(Wei and Kim,2017)中提出的。同时,文章研究了可以用于测量连续随机变量非线性关联的方法。值得注意的是,该过程是一种非参数统计方法,并没有为相关的随机变量假设参数模型。最后,通过模拟数据说明了该方法的有效性。

钢框架梁柱T型钢半刚性连接节点的性能研究

对实际工程中所采用的T型钢半刚性连接节点性能进行了研究,采用通用的有限元程序ANSYS对节点性能进行了非线性有限元分析,讨论了节点各组成要素对节点性能的影响。结果表明:柱翼缘厚度、T型钢翼缘厚度和连接螺栓竖向间距对节点性能影响较大,而柱腹板、T型钢腹板以及连接螺栓水平方向间距对节点性能影响较小,节点破坏主要由柱翼缘和T型钢翼缘控制。研究表明,T型钢梁柱连接节点属于半刚性连接节点,节点的半刚性对钢框架性能影响非常大,设计中不容忽视。

镧系金属离子Ln^(3+)定量构效关系的神经网络研究

以 Ln3+ 离子的半径、电负性、 4 f电子排布周期因子 q(本文自定义 )以及基态 L值等为参数 ,使用函数连接型神经网络 ( FLN)对 Ln3+离子的 EDTA等络合常数 lg K、水化能 ΔH、水解常数 p K1 及氢氧化物溶解度 p Km 分别进行非线性关联和预测 ,获得了非常好的结果 .与对应的线性模型比较表明 。

钢框架梁柱节点平齐式端板连接的数值分析

采用通用有限元程序ANSYS建立了平齐式端板连接节点的三维非线性有限元模型,并将有限元计算得出的弯矩-转角关系曲线和螺栓力与试验结果进行对比分析,验证了有限元模型的准确性。进一步分析计算了端板厚度、螺栓顶边距、螺栓水平间距、螺栓直径、柱加劲肋对平齐端板半刚性连接节点的弯矩-转角关系的影响,为平齐端板连接节点的设计提供了参考。

融合成对损失函数与分级图卷积网络的协同排名模型

协同排名方法是一类直接优化推荐项目序列的推荐方法,但在显式评分场景中,现有的协同排名算法对用户和项目间的交互信息利用不足,使用的交互函数对用户和项目间的非线性交互关系建模不充分。针对此问题,提出一种融合成对损失函数与分级图卷积网络的协同排名模型。首先根据评分数据构造用户和项目的分级异质交互二部图以及项目间的成对比较集合;之后利用分级图卷积网络挖掘用户和项目间的异质交互关系,并设计相应的自连接操作;接着利用神经网络融合辅助信息以构造两者的嵌入表示,结合神经网络与内积构造用户项目间的交互函数以建模非线性关系;最后基于成对比较数据优化模型,提升模型预测排名质量。在多个公开数据集上与同类方法的对比实验结果表明,所提算法预测排名质量较优。

基于FEEMD-GRU-FC模型的滑坡位移预测

水库库区滑坡同时受到降雨和水库水位周期性变化的影响,这会干扰滑坡位移预测模型在该类区域的预测性能。为此,提出了一种针对环境周期性变化特点的FEEMD-GRU-FC(Fast Ensemble Empirical Mode Decomposition-Gated Recurrent Unit-Fully Connected Layer)滑坡位移预测模型。该模型充分考虑位移数据不同频率之间的噪声影响,将位移分解为不同频率的子序列分别预测,采用PCC(Pearson Correlation Coefficient)方法选择影响较大的外部环境因素,添加全连接层完善GRU模型提取环境数据中周期性变化特征的能力,模型结合三峡库区八字门滑坡的实际数据进行模拟仿真,使用不同预测模型和评价指标进行多角度对比验证。实验结果表明:所提模型在八字门滑坡的预测效果要优于其他3种模型,其拟合度达到了98.6%,3种不同误差指标均为最低,证明了该模型可以准确预测库区滑坡位移。研究成果可为防灾减灾工作提供指导。

网络直播对高职学生消费价值观的影响研究——以乌鲁木齐高职学生为例

为探析数字化娱乐时代,新型媒体对学生消费行为和观念的塑造机制。首先采用深度学习算法,从网络直播平台获取学生的观看、点赞、评论、分享等多维度数据。随后构建多层神经网络结构,包括输入层、多个隐藏层和输出层。每个层次通过权重连接,捕捉学生互动行为与消费价值观之间的非线性关系。最后以乌鲁木齐高职学生为研究对象,发现直播观看超过10小时的学生,价值观得分越高,学生可能更倾向于信赖与点赞相关的产品或服务,所提方法有助于制定更有针对性的营销策略和创新产品,满足年轻人多样化的消费需求。

音乐教育与国防教育的契合研究

音乐教育与国防教育的结合，就是指在教育学原理与系统论、协同学理论的指导下，充分运用音乐教育独特的育人方式发挥其独有的审美功能，使它与国防教育这个子系统协同合作、相互渗透、相互补充，促进两个子系统之间的关联运动，以形成协同效应。人类生活离不开音乐，人类表达思想感情要借助于音乐，虽然音乐教育是属于素质教育中的一个子系统，但它本身还包含着思想教育等多种成分，音乐教育与国防教育之间也存在着非线性关系。

科技热词

在一个分布有众多节点的系统中，每个节点都具有高度自治的特征。节点之间彼此町以自由连接，形成新的连接单元。任何一个节点都可能成为阶段性的中心，但不具备强制性的中心控制功能。节点与节点之间的影响，会通过网络而形成非线性因果关系。这种开放式、扁平化、平等性的系统现象或结构，我们称之为去中心化。