弹塑性土质边坡的ALE方法有限元分析

有限元法被广泛用于解决几何和材料非线性的问题,但标准的有限元方法难以有效解决某些材料的大变形问题和计算中的网格扭曲问题。任意拉格朗日-欧拉法(ALE法)吸取了拉格朗日和欧拉法的优点,并克服了两者的缺点,可用于解决仅用拉格朗日或欧拉有限元法所难以解决的问题。基于ALE有限元方法和弹塑性大变形基本原理,研究了岩土工程中土质边坡在自重作用下的稳定问题;计算结果不仅能直观地显示失稳时的大变形状态,并能确定较符合实际的临界滑移面形状;同时分析了含软弱夹层复杂土质边坡的稳定性。结果表明,ALE方法能有效分析土质边坡的稳定性问题,适用于岩土工程的弹塑性分析。

面向乘波体气动外形设计的代理模型特性分析及优化

代理模型在气动布局优化设计得到了广泛应用,研究探讨分析各代理模型的特性分析是重要的基础问题。文中基于3种Kriging和二阶多项式响应面模型等4种代理模型,以升阻比和容积率为样本,研究分析了其在乘波体优化设计中的的拟合精度和结构特性。研究表明,在高超乘波体优化设计中,基于自然指数型评估函数的Kriging模型具有相对突出的拟合精度。最后,在乘波体升阻力系数和容积率代理模型的多目标优化中,对比了基于自然指数型评估函数的Kriging模型和常用的基于高斯函数的Kriging模型的优化结果,发现基于自然指数型评估函数的Kriging模型对于峰值的拟合效果更好。

C2C电子商务平台下的用户投票激励算法

当前,一些C2C电子商务平台普遍存在诸如"评价方未及时做出评价,系统默认好评!"等有关卖家信誉的用户空投票现象以及诸如"本店恕不接受中评、差评"等的卖家强迫买家投票行为,从而严重地影响了C2C电子商务平台网站评价体系的运行。本文提出了将用户投票质量纳入管控算法体系以保证用户投票的质量,并设计了用户投票激励算法,以规范投票行为,提高信誉系统的参考性。模拟实验结果表明,将投票质量纳入管控算法体系对于鼓励用户主动且真实的投票,提高资源信誉的真实性与有效性以及防范用户的恶意投票均能起到积极有效的作用。

燃气轮机重油处理系统方案研究

随着世界经济的发展,对石油资源的消耗也越来越多,为更充分利用有限的石油资源,重油逐渐被应用于电力生产,而发电用燃气轮机以重油作为燃料,可有效地降低运行成本,因此,重油的处理问题颇受重视。本文简要说明了燃气轮机燃用重油技术的一些特点,及燃用前重油的一些处理方法,特别针对重油的超临界水处理方法,设计了一个完整的处理系统,以除去重油中的钒元素,并对两种不同的超临界水—重油混合器结构进行了混合过程的数值分析,选取了一种较好的结构用于该处理系统,为更进一步将超临界水处理技术应用于燃气轮机燃用重油的系统中奠定了基础。

一种有效的SAR图像自动目标识别方法

提出了一种有效的SAR图像中自动目标识别的方法。首先采取双阈值CFAR目标分割算法对SAR图像进行目标分割。通过对SAR图像的空间局部特征和PCA全局特征的提取,在参数学习的基础上,结合了遗传算法进行迭代优化获取分类器,实现SAR图像的自动目标识别。该方法可以直接对原始图像进行计算,避免了基于数据特征计算所带来的问题。实验结果显示,这种基于遗传算法的自动目标识别方法对T-72和BMP2坦克进行识别,获得了较好的识别率。