顶管近接穿越既有箱涵的施工扰动与变形影响分析

为更好地控制顶管施工对周围建(构)筑物的影响,以上海某圆形顶管近接下穿既有箱涵施工为工程背景,建立了考虑顶管-土体-既有地下箱涵相互作用的三维有限元模型,计算分析了不同土体损失、开挖面支撑力等对周围地层和既有箱涵沉降的影响。计算结果表明:既有箱涵沉降随周围土体损失的增大而增加,两者基本呈线性正相关关系;当开挖面支撑力为初始地层压力1.5倍时,顶管施工对既有箱涵结构的扰动最小,一定程度上可以减少顶管施工导致的周围地层及既有箱涵沉降。最后,分析了多种既有箱涵MJS加固方案,提出了优化的加固参数,可为实际工程提供参考支持。

基于多物理场仿真的油浸式变压器温度特性分析及散热器优化

准确计算油浸式变压器的温度分布并寻求优化方法,对设备运行维护具有重要意义。首先建立了35 kV油浸式变压器的3维等效模型,采用Jiles-Atherton模型模拟变压器铁芯材料的磁滞特性,通过磁场计算获取了铁芯和绕组的损耗密度分布。在此基础上将损耗密度作为热源,经过流–热耦合计算得到变压器的温度场和流场仿真结果。根据计算结果提取了铁芯、绕组区域的温度分布及截面的油流流速分布,并绘制了散热片的最高温度和流速曲线。最后结合中心组合设计和仿真分析方法得出不同散热器结构参数下的变压器热点温度,构建热点温度与结构参数间的支持向量机模型,采用粒子群算法获得了最优参数。变压器热点温度较优化前降低了15.12 K,仿真与模型预测结果的相对误差为6.42%,验证了优化模型的有效性。结果表明:优化方法能够显著降低变压器热点温度,为变压器的优化设计提供了新的思路和参考。

INSITE软件数据库隐藏功能的应用探讨

INSITE(Integrated System for Information Technology and Engineering)软件是哈里伯顿公司支持其随钻测井服务的地面系统,其核心部分是一个庞大的开放式数据库(ODBC)连接的数据库系统。通过探索INSITE软件的隐藏功能,可以在广域网和局域网内让全球INSITE工作站实时连接在一起,在任何地方都可以共享到这些数据库,从而实现24小时的实时监控,为现场作业提供强大的实时支持。主要介绍的随钻测井、测量相关模块的数据库原理。同时通过现场对隐藏功能的开发应用,实现现场作业难题的解决,减少因故障造成的经济损失。

从跷脉论针刺治疗卒中后抑郁

结合跷脉的生理功能与卒中后抑郁病因病机,探析针刺跷脉治疗卒中后抑郁的机制。肾精亏虚、脑神失用、心失所养为卒中后抑郁根本所在。跷脉循经肾、心、脑,奉冲脉血气养先天以充肾精,携精血济脑府以养脑神,调营卫安寤寐以彰心神,与卒中后抑郁的病机联系密切;治疗上,跷脉司肾水以强志、调卫气以安寐、利五官开灵机,同卒中后抑郁的典型症状紧密相连。卒中后抑郁属形神共病范畴,形神互病为其发病的重要特点,形神并治是临床诊治的重要手段,而针刺跷脉直指心脑,二者同调,摄御神机,可缓形病之消废、神病之昏聩。

考虑错分代价的ADASVM-CSLINEX模型及应用

在二分类预测中存在对两类样本的两类分类错误,在现实应用中这两类错误的代价往往是不同的,该文考虑了两类错误的错分代价问题。通过引入一种具有非对称性的LINEX损失函数,可以实现对低错分代价的样本进行线性级惩罚,对高错分代价的样本进行指数级惩罚。模型以SVM作为AdaBoost的基分类器,再将LINEX损失函数嵌入到AdaBoost-SVM的权重更新方程中,根据对正负类样本错分代价的不同以及样本是否错分重新更新样本权重。对2011年1月至2020年12月的沪深300指数成分股进行了实证研究,利用所提出的模型方法进行涨跌预测,研究发现所构建的ADASVM-CSLINEX模型可以获得更高的投资绩效。

ICU护士职业应对自我效能与健康生产力受损的关系:领悟社会支持的作用路径

背景相对于显性缺勤而言,护士健康生产力受损的影响更持久,危害和损失也更大。健康生产力受损受自我效能的影响,社会支持程度又会影响健康生产力受损行为,但三者间的影响机制有待进一步研究。目的调查ICU护士领悟社会支持、职业应对自我效能与健康生产力受损现状,并分析领悟社会支持在职业应对自我效能与健康生产力受损之间的作用路径。方法于2021年9月—11月,采用目的抽样法选取四川省8所三级甲等医院的468名ICU护士为研究对象。采用自编一般资料调查表、领悟社会支持量表(PSSS)、护士职业应对自我效能量表(OCSE-N)和健康生产力受损量表(SPS-6)进行调查。采用Pearson相关分析考查各量表评分的相关性,采用Amos 24.0分析领悟社会支持在职业应对自我效能与健康生产力受损之间的作用路径。结果共415名ICU护士完成有效问卷调查。ICU护士PSSS评分为(63.13±11.62)分,OCSE-N评分为(22.24±6.15)分,SPS-6评分为(16.83±4.24)分。检出存在高健康生产力受损的ICU护士共279人(67.23%)。相关分析结果显示,ICU护士PSSS总评分与OCSE-N总评分呈正相关(r=0.348,P<0.05),PSSS总评分与SPS-6总评分呈负相关(r=-0.274,P<0.05),OCSE-N总评分与SPS-6总评分呈负相关(r=-0.421,P<0.05)。ICU护士职业应对自我效能与健康生产力受损的直接效应值为-0.401,领悟社会支持可能是职业应对自我效能与健康生产力受损之间的作用路径(间接效应值为-0.052,占总效应的11.48%)。结论ICU护士职业应对自我效能可能通过领悟社会支持的作用路径影响健康生产力受损。

海上风电场自适应多目标无功优化控制策略

针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出一种自适应多目标无功优化控制策略。该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器(static var ge nerator,SVG)的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明:相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。

应用盈亏平衡理论指导新疆某奶牛场决策实例分析

为提高奶牛场生产效率,获得最大利润,本研究应用盈亏平衡分析法对新疆某奶牛养殖企业某年度1月份实际的商品奶挤奶牛头数、牛奶产量、牛奶销售价格以及平均奶产量进行分析,预测出该牧场2月份盈亏平衡时的各项生产数据,并对影响养殖企业利润的各因素敏感度进行评估排序。结果发现,在影响该牧场利润的众多因素中,按敏感度由高到低排列依次为商品奶泌乳牛头数、平均奶产量、牛奶销售单价、牛奶产量、变动成本、固定成本、其他收入。以上结果表明,通过优化该养殖场养殖头数等要素,制定出合理的决策方案,可以取得最大利润,并为其运营决策及未来发展规划提供必要的数据支撑和理论指导。

SPS夹层板传声损失特性研究

利用简支模态双级数方法,研究了夹层板系统夹层板的隔声性能.首先将入射、反射及透射声压以简支模态双级数表示,考虑入射、反射及透射声压对夹层板的激励作用,基于双级数形式,推导了四边简支SPS夹层板的声振耦合方程;其次,通过流固耦合边界条件求解得到了SPS夹层板的传声损失,讨论了SPS参数对结构隔声性能的影响规律,结果表明芯层所用材料密度与声压入射角度对SPS夹层板隔声性能的影响较大;最后利用有限元仿真,验证了理论分析的有效性.

基于改进卷积神经网络的光通信系统故障诊断研究

以准确诊断光通信系统故障,确保光通信系统稳定运行为目的,研究基于改进卷积神经网络的光通信系统故障诊断方法。分析光通信系统的模块组成,针对光通信系统中的信号受非线性影响后产生的相偏问题,利用支持向量机提取光通信系统中信号的故障特征;改进快速区域卷积神经网络,构建故障分类器模型;通过对模型进行迭代训练实现光通信系统故障诊断。实验结果显示所研究方法故障诊断精度平均为95.19%,耗时平均为138.8 s。

后牙区种植义齿食物嵌塞影响因素和治疗对策

食物嵌塞为种植修复后常见并发症。为预防水平型食物嵌塞,除了临床医生应严格把握种植修复适应证,制定合适的种植手术方案和修复方案。同时,加强患者口腔保健意识,定期行种植体周维护也十分重要。垂直型食物嵌塞经常发生在种植义齿与邻接天然牙的邻接触丧失后,种植修复后应定期随访患者,评估邻接关系和咬合关系并及时调整,以预防垂直型食物嵌塞。

一种优化支持向量机回归算法的印刷工序损耗值预测方法

针对印刷生产中物料需求计划的损耗值采用经验值的问题,提出一种优化支持向量机回归算法的印刷工序损耗值预测方法。通过皮尔逊相关系数量化特征值选取;采用布谷鸟搜索算法优化支持向量机回归算法的超参数选取,建立损耗预测模型;为验证模型的优越性,分别与不同的特征值选取方案、优化算法、回归算法的模型进行对比。实验结果表明该损耗预测方法具有更高泛化性和预测精度,决定系数、平均绝对百分误差、均方根误差分别为0.995、0.005、1.969,为解决后续相关问题提供了技术支持。

基于机器学习算法的餐饮企业客户流失预测

客户流失是餐饮企业普遍面临的问题,机器学习技术能为餐饮企业提供便捷的数据分析工具,餐饮企业可根据客户基本信息及消费产生的订单信息构建客户流失特征,结合分类算法中的决策树算法与支持向量机算法预测客户流失,调整销售策略,从而减少客户流失,提高餐饮企业的收益。经过实验证明,支持向量机算法能更准确地预测出准流失的客户,更适合进行餐饮企业客户流失预测,对餐饮企业针对性挽留客户策略的实施具有指导作用。

爆破动荷载作用下露天矿岩质边坡稳定性及支护研究

露天矿边坡的稳定性对于矿山安全生产具有重要意义,在爆破作用的长期影响下,岩体会造成损伤积累,降低边坡的稳定性。因此,以攀西地区某露天矿为研究对象,通过现场监测所得的爆破振动速度,基于FLAC3D数值分析软件,研究爆破动荷载作用下岩体的变形特征及动力响应特征,确定危险区域的同时设计锚索进行支护分析爆破动荷载作用下锚杆的轴力特征及多次爆破作用下预应力损失规律。研究结果:边坡在爆破动荷载作用下坡底产生局部剪切破坏且沿上部逐渐发展,在多次爆破作用下预应力持续降低,最大预应力损失率为18.05%,且预应力损失趋势逐渐降低,因此,进行支护设计时建议初始预应力值应为设计值的1.2倍,研究结果对于指导露天矿施工具有一定的借鉴意义。

一种改进的鲁棒模糊孪生支持向量机算法

针对模糊孪生支持向量机算法(FTSVM)对噪声仍然敏感,容易过拟合以及不能有效区分支持向量和离群值等问题,提出了一种改进的鲁棒模糊孪生支持向量机算法(IRFTSVM)。将改进的k近邻隶属度函数和基于类内超平面的隶属度函数结合,构造了一种新的混合隶属度函数;在FTSVM算法的目标函数中引入正则化项和额外的约束条件,实现了结构风险最小化,避免了逆矩阵运算,且非线性问题可以像经典的SVM算法一样直接从线性问题扩展而来;将铰链损失函数替换为pinball损失函数,以此降低对噪声的敏感性。此外,在UCI数据集和人工数据集上对该算法进行评估,并与SVM、TWSVM、FTSVM、PTSVM和TBSVM五个算法进行比较。实验结果表明,该算法的分类结果是令人满意的。

基于CNN-SVM的飞机EHA故障诊断算法研究

针对飞机电动静液作动器(electro-hydrostatic actuator,EHA)系统集成度高、工况复杂、故障种类多的特点,为了对其典型故障进行有效诊断,提出一种基于卷积神经网络(convolutional neural networks,CNN)和支持向量机(support vector machine,SVM)的故障诊断算法。使用CNN对故障数据进行自适应特征提取,再利用SVM对CNN全连接层输出进行分类。为提高SVM分类性能,使用带动态惯性权重的自适应粒子群优化算法(dynamic inertia weight adaptive particle swarm optimization,IWAPSO)实现对SVM参数的优化选择。引入Ramp损失函数降低SVM的噪声敏感性。结果表明:经过参数优化后的SVM准确率比标准SVM提升了12.6%,比传统CNN方法提升了17.3%;当使用含噪声信号的测试集时,基于Ramp损失函数的SVM表现出了更好的鲁棒性。

基于L1范数损失的非平行支持向量回归机

针对NPSVR训练速度和预测精度问题,提出一种基于L1范数损失的非平行支持向量回归机L1NPSVR模型,用于预测数值输出。L1NPSVR通过求解两个较小规模的凸规划问题,建立一个ε_(1)-不敏感的下界函数和一个ε_(2)-不敏感的上界函数。在L1NPSVR模型中,每个优化问题同时最小化训练样本的L1范数损失和铰链损失,以保证模型的稳定性,减轻噪声和异常值的影响。L1NPSVR通过求解一对更小的优化问题来提高模型的运行效率。仿真结果验证了所提出方法的可行性及有效性。

叙事哀伤照护赋能围产期临床人文关爱实践

安宁疗护和哀伤辅导是叙事医学的重要维度。以中国叙事医学理念为框架,围绕一则死胎家庭的围产期叙事照护及叙事哀伤辅导案例,阐述围产期丧失造成的哀伤剥夺如何导致失胎/失婴家庭成员陷入严重的创伤叙事闭锁和心身失调状态,进而阐明如何通过强化多学科团队的协同作用,通过产科医护人员的叙事照护,引领丧子家庭走出至暗时刻,重新回归正常的生命叙事进程。叙事性的哀伤支持是最佳的哀伤支持方式,唯有重视围产期叙事生态,积极开展有效的叙事照护,增强生育体验与生育信心,才能对抗生育率下降的社会危机。

一种新型非磁性铝合金电力电缆支架涡流损耗计算与分析

在大电流的作用下,常规碳钢电力电缆支架的涡流损耗对电能损耗和电缆安全运行的影响越来明显。依托科技项目(52171P20000S)研制的铝合金电力电缆支架,以有限元法为基础,利用COMSOL Multiphysics软件仿真计算了110 kV、220 kV交流单芯电缆在三种材质(镀锌钢、不锈钢和铝合金)电缆支架、不同工作电流及排列方式下的涡流损耗值,综合提出损耗最小的支架材料选型、电缆运行和排列方式,形成实际工程应用案例。

改进的Ramp孪生支持向量机聚类

基于Hinge损失的孪生支持向量机聚类和基于Ramp损失的孪生支持向量机聚类是两种平面聚类的新算法,为解决聚类问题提供了新的研究思路,逐渐成为模式识别等领域的研究热点。然而,它们在处理带有噪声数据的聚类问题时,往往性能表现不佳。为了解决这个问题,构造了非对称的Ramp损失函数,并在此基础上提出了一种改进的Ramp孪生支持向量机聚类算法。非对称Ramp损失函数不仅继承了Ramp损失函数的优点,用非对称的有界函数度量类内散度和类间散度,使得该算法对离聚类中心平面较远的数据点更加鲁棒,而且参数t的引入使得非对称Ramp损失函数更加灵活。特别地,当参数t等于1时,非对称Ramp损失函数退化为Ramp损失函数,使得基于Ramp损失函数的孪生支持向量机聚类算法成为所提算法的特例。同时,基于核技巧推广到了非线性情形,线性和非线性模型均为非凸优化问题,通过交替迭代算法有效求解。分别在多个UCI数据集和人工数据集上进行实验,实验结果验证了所提算法的有效性。