An enhanced error estimator on the constitutive relation for plasticity problems

This paper presents an extension to plasticity problems of a new error estimator on the constitutive relation which was introduced by P. Ladevèze in a recent paper. Numerical experiments show that this enhanced error estimator can lead to a significant improvement in the effectivity indexes in the case of anisotropic meshes, or when perfect plasticity is approached.     

新一代火箭卫星整流罩的模态特性分析、试验与模型修正

针对全透波段非金属夹层结构的新一代运载火箭卫星整流罩,建立有限元模型,计算了半罩在不同边界条件下的模态特性.地面模态试验中,采用垂直悬挂和置于海绵垫上多种方式模拟自由边界条件,基于频响函数和特征值、特征向量辨识半罩模态,基于试验结果采用模型缩聚迭代算法对仿真计算模型进行模型修正,得到高精度的可供全箭动力学分析和整流罩分离分析使用的有限元模型.     

New advances on a posteriori error on constitutive relation in f.e. analysis

This paper deals with error estimators based on residuals on the constitutive relation which have been developed for the past 20 years at Cachan. Especially in the case of elasticity, these error estimators can become poor in situations where the material and the mesh are strongly anisotropic. The crucial point herein is the construction of equilibrated stress fields from the computed finite element solution. Therefore, in this paper, the approach and in particular this last point are re-examined. Several important modifications are introduced in the concepts and basic techniques. Hence, a new generation of error estimators which seem to be extremely robust upon initial applications has been generated.     

Local and global error estimations in linear structural dynamics

The study discusses the concept of error estimation in linear elastodynamics. Two different types of error estimators are presented. First ‘classical’ methods based on post-processing techniques are discussed starting from a semidiscrete formulation. The temporal error due to the finite difference discretization is measured independently of the spatial error of the finite element discretization. The temporal error estimators are applied within one time step and the spatial error estimators at a time point. The error is measured in the global energy norm. The temporal evolution of the error cannot be reflected. Furthermore the estimators can only evaluate the mean error of the whole spatial domain. As the second scheme local error estimators are presented. These estimators are designed to evaluate the error of local variables in a certain region by applying duality techniques. Local estimators are known from linear elastostatics and have later on been extended to nonlinear problems. The corresponding dual problem represents the influence of the local variable on the initial problem and may be related to the reciprocal theorem of Betti–Maxwell. In the present study this concept is transferred to linear structural dynamics. Because the dual problem is established over the total space–time domain, the spatial and temporal error of all time steps can be accumulated within one procedure. In this study the space–time finite element method is introduced as a single field formulation.     

基于置信优势关系粗糙集的近似集动态更新方法

置信优势关系粗糙集是处理不完备有序信息的重要模型, 上、下近似集的计算是核心内容之一. 在实际应用中, 属性集通常会发生变化. 根据属性集的增加或减少, 首先讨论置信优势类及劣势类变化情况, 随之给出上、下近似集增量式的变化规律, 提出相应的近似集动态更新方法. 通过Matlab 在UCI 数据集上的实验结果表明, 与非增量式方法相比, 所提出的置信优势关系粗糙集下的上、下近似集的增量式更新方法可行、高效.

     

基于容差关系的多粒度粗糙集中近似集动态更新方法

针对不完备信息系统变化时缺失值获取具体属性值的特性，为解决多粒度粗糙集中更新近似集时间效率低的问题，提出了一种基于容差关系的近似集动态更新算法。首先，讨论了基于容差关系的近似集变化的性质，并根据相关性质得出乐观、悲观多粒度粗糙集的近似集的变化趋势；然后，针对更新容差类效率低的问题，提出了动态更新容差类的定理；最后，在此基础上，设计出基于容差关系的近似集动态更新算法。采用UCI数据库中4个数据集进行仿真实验，当数据集变大时，所提更新算法的计算时间远小于静态更新算法的计算时间，即所提动态更新算法的时间效率高于静态算法，验证了所提算法的正确性和高效性。     

基于Block-RPLS模型自适应更新的质量预测方法

工业过程包含动态、时变等过程特性.传统的基于PLS方法的质量预测采用的是固定模型,难以实时修正和学习新的过程信息,从而导致建模效率和精度降低,针对该问题提出一种自适应的块式递推偏最小二乘法(Block-RPLS)模型质量预测方法,用于在线调整PLS模型的结构和参数.采用滑动窗方法确定更新的数据块,利用矩阵相似性理论分析窗内数据的结构特性,得到该滑动窗的特征矩阵.同时,引入局部离群因子(LOF)检测滑动窗内离散偏离程度较大的更新数据,通过交叉验证方法修正PLS模型参数自适应学习过程的时变信息.最后,通过数值仿真和青霉素发酵过程的质量预测实验验证所提出方法的有效性.     

基于频响函数扩展修正的Benchmark结构损伤识别

提出了一种基于频响函数扩展的模型修正方法,利用该方法对IASC-ASCE SHM Benchmark结构进行了损伤识别.结果表明,该方法能够有效消除模态分析误差,保证修正过程中矩阵物理意义明确,降低测量噪声对修正的影响.在模型误差、测量噪声以及质量刚度分布不确定等因素的影响下,该方法共有较高的损伤识别精度.     

Substructure based approach to finite element model updating

A substructure-based finite element model updating technique is proposed in this paper. A few eigenmodes of the independent substructures and their associated derivative matrices are assembled into a reduced eigenequation to recover the eigensolutions and eigensensitivities of the global structure. Consequently, only the concerned substructures and the reduced eigenequation are re-analyzed in the optimization process, thus reducing the computational load of the traditional model updating methods which perform on the global structure. Applications of the proposed substructure-based model updating to a frame structure and a practical bridge demonstrate that the present method is computationally effective and efficient.     

基于亲属元的亲属运算模型研究

为了解决民法意义上的亲属的结构化表示问题,提出一种可以表示任何亲属的亲属元序列表示法,通过抽象出10种基本的亲属元,可将任意的亲属表示为这些亲属元的有序序列,从而解决了亲属的编码问题及亲属属性判断问题.更重要的是,基于亲属元,构造出了一套非常简洁的亲属求逆和复合运算算法.     

Video error concealment scheme based on tensor model

Multimedia Tools and Applications - Since compressed video sequences may be corrupted or lost when transmitted over error-prone networks, error concealment techniques are very important for video...     

基于误差传递建模的仿真可信性控制

针对模型误差对仿真可信性的影响, 提出了基于误差传递建模的仿真可信性控制方法。在建立仿真误差数学描述的基础上, 利用泰勒展开方法对误差传递模型进行了推导, 得到了仿真误差模型的一般形式。针对误差传递关系的非线性特点, 提出了基于神经网络的误差传递模型参数辨识的方法, 对神经网络相关参数的确定方法进行了研究, 给出详细的辨识过程。为提高仿真可信性控制的效率, 提出了基于敏感性分析的仿真模型综合重要性确定方法, 最后, 通过实例分析表明所建误差传递模型的正确性, 以及该可信性控制方法的可用性和有效性。     

基于矩阵的混合型邻域决策粗糙集增量式更新算法

决策粗糙集模型是当前粗糙集理论最为重要的研究分支之一.然而,由于现实环境下数据类型的复杂多样以及数据的动态更新,使得传统的决策粗糙集模型面临着一定的局限和不足,针对这一问题,提出一种混合型信息系统的邻域决策粗糙集模型,并设计出一种矩阵方法的邻域决策粗糙集增量式更新算法.首先,将传统的离散型决策粗糙集模型在混合型信息系统...     

一种基于相容关系的群体共识达成方法

针对一类评价信息不完全的多属性群决策问题中的群体判断的共识性进行研究,提出一种基于相容关系的群体共识达成方法。该方法不需进行群体共识度的计算,避免了评价信息不完全时直接计算群体共识度的困难;对于专家没有给出的评价信息,不需要进行评估和填充,避免了评估和填充缺失值时所需进行的复杂计算。最后通过一个实例对所提出方法的有效性和实用性进行了说明。     

基于构筑模型的植物动态生长研究

植物学家提出的23种结构定义了植物形态发生的方式和最终生长的形态,能够形象而准确地对植物形态发生进行归纳和分类,但缺乏对植物形态可视化表达的有效手段和方法。因此,本文为再现植物的动态生长过程,基于构筑模型,遵循双尺度自动机的基本原理,应用微分L-系统构建植物连续生长过程的动态模型,并在计算机进行了三维可视化实现。提出的方法拓展了构筑模型的应用,仿真结果表明该方法在植物形态的建模上确实行之有效。     

基于残差改进的灰色模型网络流量预测

网络流量是衡量网络运行负荷和状态的重要参数,也是网络规划、流量管理等方面起着重要的作用的重要参数.在流量管理中,流量模型用于评价接入控制机制和预测网络性能.灰色模型在反映数据的趋势性变化上效果明显,随着灰色理论的发展及其广泛应用,越来越多的改进方法已经被提出.在对原有的模型进行研究的基础上提出进一步改进模型来对网络流量进行预测.     

模型修正的正交模型-正交模态改进法

正交模型-正交模态法（CMCM）是一种参数修改的新方法,它具有不依赖于灵敏度分析、不需要进行迭代的特点.但是在有限元存在整体建模误差时,该方法会出现无法完成修正计算的情况,本文针对此问题进行了改进.改进后的方法可以既可以处理存在局部建模误差的情况,也可以处理存在整体建模误差的情况.本文通过梁式结构的数值算例,比较了原修正方法（CMCM）、改进后的修正方法（ICMCM）以及商业软件模型修正FEMtools的修正效果.结果表明：改进的正交模型-正交模态方法可以使分析频率更好地逼近实验值,物理参数的修改也更加准确.     

基于滑动窗口的关联规则增量式更新算法

现有的关联规则算法大多都致力于解决增量式更新问题,需要多次扫描数据集,无法对海量数据进行有效处理。针对此问题,提出了基于滑动窗口的关联规则增量式更新算法(SWIUA),利用滑动窗口进行数据更新,挖掘出用户感兴趣的关联规则。该算法只需要扫描原始数据集和更新的数据各一遍,降低了I/O时间;并采用优化策略对候选项集过滤和删除,提高了关联规则的挖掘性能,能有效处理大量新增数据。