水工钢闸门主梁模糊失效概率计算方法研究

为合理计算水工钢闸门主梁模糊失效概率,分别将主梁相对变形当作一个随机变量及三个变量的组合,采用积分法、当量随机化方法及蒙特卡罗法进行了计算。当相对变形为一个随机量时,采用积分法及当量随机化方法计算,两者的差别在于积分法用隶属函数描述模糊限值,当量随机化方法是将模糊限值当量作为一个随机量。当相对变形看作三个变量的组合时采用蒙特卡罗法进行计算,该方法考虑了三个变量的分布特性,更符合实际情况,模糊限值也用随机量表示。计算表明,积分法与当量随机化方法结果相近,验证了当量随机化方法的精度;蒙特卡罗法结果与相对变形服从正态分布时、用当量随机化方法计算的结果接近,故主梁相对变形服从正态分布更为合理。三种计算方法中,当量随机化方法计算失效概率相较于其它方法有计算过程简便,效率高的优点。     

曝光数据流优化问题的蒙特卡罗算法

集成工艺中控制图形发生器产生掩模图形的数据流文件的数据排列顺序优化,是一个其结点数可达数千个之多的大规模旅行商问题(从镜头架的位置,即每个矩形的矩心为结点),常规算法早已不适用。本文采用多阶段蒙特卡罗算法并加以改进,补充了“分层优化模式”,邻接结点的预合并和在各个阶段末提取共同子路径并删去相关结点等一系列逐步缩小问题规模的措施,形成了一个实用的优化算法。相应的软件已成功地应用于薄膜磁头的数据流文件的优化。     

焊接热影响区微观结构演化的蒙特卡罗计算机模拟方法

焊接热影响区是影响焊接性能的主要区域。焊接热影响区的晶粒长大常常导致焊接热影响区成为性能薄弱的环节，对焊接热影响区晶粒长大的研究一直是焊接接头的重要研究课题。焊接热影响区微观结构演化与诸多因素密切相关，是一个复杂的过程。运用适当的计算机方法进行模拟，完成对晶粒生长的完全预测，具有重要的意义，可以为优化焊接工艺参数，提高焊接质量提供依据。在此对在模拟焊接热影响区微观结构的演化时采用的基本方法进行综述。     

热成形过程微观组织模拟研究进展

金属在热成形过程中微观组织发生诸如晶粒长大、再结晶等一系列的复杂变化,会直接影响加工过程与产品的力学性能。对近年计算机技术在热成形微观组织演变模拟方面的研究进展做了比较全面的评述,比较了相关的微观组织模拟方法,分析了利用各种模拟技术所取得的研究成果。     

台风灾害下配电系统受损评估研究

台风灾害会造成配电系统多个元件同时故障而导致大面积用户停电。为研究台风灾害对于配电系统的破坏影响,提出台风灾害下配电系统受损情况评估方法。为描述台风特征对元件故障概率的影响,基于台风影响历史数据,使用随机森林算法建立元件脆弱性曲线。在元件模型建立后,使用时序蒙特卡洛模拟法评估配电系统的实时和累计电量及用户损失。为提升评估效率,引入故障模式后果分析法,使用最小路法生成故障影响报表,更快地确定失电负荷节点。最后通过RBTS-BUS6测试系统和广州地区的实际系统进行算例分析,验证了所提算法的有效性。结果表明：台风对配电网的影响具有延时性,配电系统受损情况与元件维修时间和维修资源数量相关。     

小样本条件下某机载设备挂架结构的可靠性研究

某机载设备挂架结构的工作应力属于小样本事件，本文针对该结构利用有限元进行应力分析，以分析结果为样本，分别建立了结构工作应力与外载荷及结构尺寸的非线性映射关系。在此基础上形成了应力-强度干涉模型，并对结构进行了可靠性分析，得出了载荷波动对可靠性的影响大于尺寸波动的影响，为挂架结构的可靠性优化设计奠定了基础。     

铝/钢焊接接头界面Fe2Al5生长模拟研究

基于蒙特卡罗随机模型,模拟铝钢焊接接头界面金属间化合物Fe_2A_5的生长过程。针对Fe_2A_5的特殊晶体结构,通过随机选定Fe_2A_5的c轴方向与形核界面的夹角来确定晶粒生长取向,以实际焊接过程的热循环作为模型的温度参考,采用局部抽象的网格之间的结合能的变化作为生长驱动力来建立模型。模拟结果表明,不同形核取向下的晶粒生长存在明显的竞争生长现象,而夹角为90°的晶粒生长竞争优势明显,使界面上生长的Fe_2A_5呈现"板条状"分布,导致这一现象的根本影响因素为Fe,Al原子在Fe_2A_5晶粒中的扩散机制不同,这与实际的试验结果非常符合。     

边坡可靠性分析的非线性有限元正交设计算法

非线性有限元正交设计算法，是借助于回归分析，用正交多项式拟合各岩石力学特性参数与各单元滑移面及岩体整体滑动安全余量间的函数关系，以评判边坡工程的可靠性。该法较蒙特卡罗法精度高，能满足工程计算的精度要求，且方法简单、计算时间少，不需改变有限元法的有关方程和计算程序，易为人们接受。     

基于Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪

在计算机视觉领域,由镜头切换、目标动力学突变、低帧率视频等引起的突变运动存在极大的不确定性,使得突变运动跟踪成为该领域的挑战性课题.以贝叶斯滤波框架为基础,提出一种基于有序超松弛Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪算法.该算法将Hamiltonian动力学融入MCMC（Markov chain Monte Carlo）算法,目标状态被扩张为原始目标状态变量与一个动量项的组合.在提议阶段,为抑制由Gibbs采样带来的随机游动行为,提出采用有序超松弛迭代方法来抽取目标动量项.同时,提出自适应步长的Hamiltonian动力学实现方法,在跟踪过程中自适应地调整步长,以减少模拟误差.提出的跟踪算法可以避免传统的基于随机游动的MCMC跟踪算法所存在的局部最优问题,提高了跟踪的准确性而不需要额外的计算时间.实验结果表明,该算法在处理多种类型的突变运动时表现出出色的处理能力.     

需求依赖于价格情境下基于Copula-CVaR 的报童决策

探讨价格不确定下,需求-价格相关性与风险态度对决策行为的影响.建立随机需求与随机价格相关情境下基于Copula-CVaR的报童决策模型,Copula函数描述相关性,条件风险价值(CVaR)反映风险态度,证明了模型解的存在性和惟一性.蒙特卡罗模拟发现,需求与价格的相关性与风险态度对决策的交互作用使决策行为发生规律性变化,决策者对价格波动有一定容忍度,需求与价格相关性趋于不相关与完全负相关时市场趋于同质性.