建筑物掏土纠倾法单孔与多孔塑性区特性研究及工程应用

在建筑物水平掏土纠倾工程中，掏土孔间距是影响纠倾工程安全与工期的重要因素。为了快速准确地确定纠倾工程中的水平掏土孔间距，研究了单个掏土孔和多个掏土孔情况下孔周边土体塑性区发展特性。利用土体塑性力学分析计算得到了单孔下的孔周土塑性区半径，而后通过有限元模拟得到孔周土体塑性区半径的数值解，将孔周塑性区半径解析解与数值解进行了对比。并通过有限元数值模型研究了多个掏土孔相互影响情况下的塑性区发展规律，以孔间土体塑性区贯通时的距离作为掏土孔间距。考虑土体参数随机特性的影响，研究不同上部荷载作用下掏土孔间距的取值变化规律，上部面荷载与地基承载力特征值比值用p表示，孔间距与掏土孔直径比值用n表示。研究发现：多孔塑性区半径（孔间塑性区贯通时）是单孔塑性区半径的1.3倍左右;标准化荷载p与孔间距比值n二者呈线性关系;通过不同土体参数及上部荷载的不同情况下的p-n曲线，给出了掏土孔间距建议值。同时，将研究结果与三个实际工程进行对比，发现p-n曲线法与实际结果更为接近。     

融合时间隐语义填充和子群划分的推荐算法

随着个性化推荐技术的发展，推荐系统面临着越来越多的挑战。传统的推荐算法通常存在数据稀疏性和推荐精度低等问题。针对以上问题，提出了一种融合时间隐语义填充和子群划分的推荐算法[K]-TLFM（Time Based Latent Factor Model Integrated with [k]-means）。该算法利用融合时间因素的隐语义模型对原始用户物品评分矩阵缺失项进行填充，避免了用全局平均值或者用户/物品平均值补全矩阵带来的误差，有效缓解了数据稀疏性问题，同时融合时间因素有效地刻画了用户偏好随时间的变化；完成评分矩阵缺失项填充后，基于二分[k]-means聚类算法将偏好、兴趣特征相似的对象划分到同一个子群中，在目标用户所属的子群中基于选定的协同过滤算法为用户产生推荐列表，提高了推荐效率和准确性。在MovieLens和Netflix数据集上对该算法的推荐性能进行了对比实验，结果表明该算法具有更高的推荐精度。     

ITU-R P.1546方法在中国陆地典型区域适用性研究

在解读、剖析ITU-R P.1546方法的基础上，通过对比北京周边平原地区和贵州喀斯特山区的测试结果和预测结果，分析了该方法在两类中国陆地典型区域的适用性.分析结果表明:1）在3 s和30 s高程精度下，平原地区均表现出较好的适应性，但提升高程精度可一定程度上减小预测误差；2）山区在3 s高程精度下具有良好适应性，粗粒度的高程数据将对发射天线等效高度及场强插值、地形余隙角修正值产生较大影响，其中3 s与30 s高程精度下的地形余隙角修正值的均值相差30.85 dB.研究结果可为ITU-R建议所提供传播预测方法的区域性应用及本地化研究等方面提供参考依据.     

从中西色彩观差异看中西方设计色彩的异与同

目的对中西方设计色彩差异进行理论分析。方法以中西色彩表达的文化差异为基础,通过对中西方色彩观的文化渊源进行比较分析,提炼出对中西传统色彩观的文化特点概括。结论通过对色彩在中西方建筑、服饰、装饰等设计中的运用案例进行分析,把握传统色彩观在历史空间中的演进与中西融合趋势,以求对21世纪全球语境下的现代设计色彩发展,提供基于中西传统色彩观特点比较分析基础上的把握。     

通风过程中进风相对湿度对仓储粮堆温度和水分的影响研究

温度和水分含量是两个重要的物理变量,在研究谷物储存时品质变化起到很大作用。通风用于冷却粮堆并保持温度恒定,以防止水分迁移。良好的通风条件对粮仓内存储安全有显著影响。目前,通风空气相对湿度对粮堆水分影响的研究相对较少。采用数值模拟和实验研究相结合的方式,探索和比较因不同进风相对湿度而引起的通风过程中仓储的小麦温度和水分变化规律。结果表明:进风相对湿度较低时冷却干燥效率更高,小麦粮堆降温更快速,并将昆虫和霉菌的活动保持在较低水平。     

链条炉运行参数对燃烧及NOx排放的影响

通过数值模拟的方法研究了过量空气系数、配风方式、空气预热温度和炉排转速等运行参数对床层燃烧和氮氧化物排放特性的影响。研究结果表明:过量空气系数增大可加快床层整体反应速率,缩短反应区长度,增大床层表面氮氧化物质量浓度;合理推迟配风有利于扩展反应区整体长度,充分利用整个炉排;适当降低炉排转速有利于提高煤着火及前期反应速率,稍缩短总体反应区间;提高空气预热温度有利于煤着火和前期反应速率的提高,且有利于煤的燃尽。     

Compiler compatible 5.66 Mb/mm2 8T 1R1W register file in 14 nm FinFET technology

1-read/1-write (1R1W) register file (RF) is a popular memory configuration in modern feature rich SoCs requiring significant amount of embedded memory. A memory compiler is constructed using the 8T RF bitcell spanning a range of instances from 32 b to 72 Kb. An 8T low-leakage bitcell of 0.106 μm² is used in a 14 nm FinFET technology with a 70 nm contacted gate pitch for high-density (HD) two-port (TP) RF memory compiler which achieves 5.66 Mb/mm² array density for a 72 Kb array which is the highest reported density in 14 nm FinFET technology. The density improvement is achieved by using techniques such as leaf-cell optimization (eliminating transistors), better architectural planning, top level connectivity through leaf-cell abutment and minimizing the number of unique leaf-cells. These techniques are fully compatible with memory compiler usage over the required span. Leakage power is minimized by using power-switches without degrading the density mentioned above. Self-induced supply voltage collapse technique is applied for write and a four stack static keeper is used for read Vmin improvement. Fabricated test chips using 14 nm process have demonstrated 2.33 GHz performance at 1.1 V/25 °C operation. Overall V_min of 550 mV is achieved with this design at 25 °C. The inbuilt power-switch improves leakage power by 12x in simulation. Approximately 8% die area of a leading 14 nm SoC in commercialization is occupied by these compiled RF instances.     

Supply chain planning and scheduling integration using Lagrangian decomposition in a knowledge management environment

The integration of planning and scheduling decisions in rigorous mathematical models usually results in large scale problems. In order to tackle the problem complexity, decomposition techniques based on duality and information flows between a master and a set of subproblems are widely applied. In this sense, ontologies improve information sharing and communication in enterprises and can even represent holistic mathematical models facilitating the use of analytic tools and providing higher flexibility for model building. In this work, we exploit this ontologies’ capability to address the optimal integration of planning and scheduling using a Lagrangian decomposition approach. Scheduling/planning sub-problems are created for each facility/supply chain entity and their dual solution information is shared by means of the ontological framework. Two case studies based on a STN representation of supply chain planning and scheduling models are presented to emphasize the advantages and limitations of the proposed approach.