平行隧道开挖引起上方既有隧道的纵向变形研究

城市地铁隧道大多数采用平行双洞的布置形式作为隧道设计施工方案,根据不同的地层条件等因素采用盾构法或暗挖法施工。由于城市地下空间变的越来越拥挤,研究新建平行双洞隧道施工过程中对邻近既有隧道的影响程度问题显得尤为重要。本文基于两阶段分析方法研究预测平行双洞隧道开挖引起上方已建隧道的纵向变形的简化解析方法。首先,采用两高斯曲线叠加,计算新建平行双洞隧道施工引起的作用在既有隧道上的附加荷载。然后,将既有隧道考虑为Winkler 地基上的Timoshenko梁,建立既有隧道纵向变形的基本微分方程,并基于Galerkin 法进行求解。将本文提出的简化解析方法得到的结果与工程沉降实测数据进行对比以验证本文提出的预测方法的合理性。最后,进行了参数敏感性分析,研究了不同隧道相互位置、地层损失率、相对抗弯刚度和地层土性参数等对结果的影响规律。     

基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测

为了解决装备器材历史需求数据少、需求规律不明确的问题,提出一种基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测方法。针对威布尔分布尺度参数未知以及形状和尺度参数均未知两种情况,分别基于贝叶斯方法通过解析求解和数值模拟的方式进行了参数估计,并引入柯尔莫哥洛夫-斯米尔诺夫检验法对寿命分布模型进行拟合优度检验;综合考虑修复性维修、预防性维修和装备器材的已使用时间,提出了基于蒙特卡洛仿真的部队装备器材年度需求预测方法。算例分析表明：小样本下通过贝叶斯估计得到的寿命分布模型拟合度高,基于仿真的需求预测方法简单、有效。     

基于鱼刺图分析法的加气混凝土砌块生产实践

加气混凝土砌块作为一种新型墙体材料,在生产过程中受到人员、设备、原料、制度和环境的影响,通过运用鱼刺图分析法,对影响加气混凝土砌块生产的五大要素,即"人、机、物、法、环",查找分析生产过程控制点,对产品质量进行持续改进。     

Bayes匹配场地声参数反演:多步退火Gibbs采样算法

为实现海洋地声环境参数的快速高效反演,提出多步退火Gibbs（Multi-AG）采样算法,可消除因参数搜索空间设置对参数反演结果的影响,并有效解决Bayes匹配场高维参数反演过程中常见的运算量大、旁瓣高等问题。分析待反演地声参数对匹配场处理器的敏感性,用以制定多步反演与退火方案,利用Gibbs采样算法反演敏感性级别最高的参数,计算其均值并代入后续反演步骤,进而采用退火Gibbs采样算法逐步反演后续参数;利用数值仿真实验对比Metropolis-Hastings算法、Gibbs采样算法、快速Gibbs采样算法和Multi-AG采样算法的反演效果。实验结果表明,与其他3种算法相比,Multi-AG采样算法可通过最小的计算量得到均方差最小、精度最高的参数反演结果。     

攀西黑水河流域北部地区崩塌与滑坡分布规律

攀西黑水河流域北部地区是我国地质灾害高易发地区。为深入研究该地区崩塌、滑坡灾害发育规律,基于现场调查和高精度遥感影像崩塌、滑坡解译,借助ArcGIS平台强大的空间分析能力,研究区内崩塌、滑坡的分布规律。主要成果与结论为① 研究区共发育崩塌76个,滑坡487个,93.4%的滑坡分布于10°~40°斜坡范围内, 47.4%的崩塌发育于40°~50°斜坡;② 地层岩土体结构组合特征及力学强度在宏观上决定山地灾害的类型及其易发性;③尽管研究区现今处于地震活动的相对平静期,但断层对崩塌、滑坡的发育仍有一定的影响(滑坡约300 m,崩塌约500 m),断层切过处往往发育大型崩塌和滑坡;④研究区滑坡的分布宏观上受河网水系的控制;⑤公路对滑坡发育的影响范围约300 m。     

结合主动学习与置信度投票的集成自训练方法

基于集成学习的自训练算法是一种半监督算法,不少学者通过集成分类器类别投票或平均置信度的方法选择可靠样本。基于置信度的投票策略倾向选择置信度高的样本或置信度低但投票却一致的样本进行标记,后者这种情形可能会误标记靠近决策边界的样本,而采用异构集成分类器也可能会导致各基分类器对高置信度样本的类别标记不同,从而无法将其有效加入到有标记样本集。提出了结合主动学习与置信度投票策略的集成自训练算法用来解决上述问题。该算法合理调整了投票策略,选择置信度高且投票一致的无标记样本加以标注,同时利用主动学习对投票不一致而置信度较低的样本进行人工标注,以弥补集成自训练学习只关注置信度高的样本,而忽略了置信度低的样本的有用信息的缺陷。在UCI数据集上的对比实验验证了该算法的有效性。     

复句关系词自动识别中规则的表示方法研究

关系词在现代汉语复句领域起着重要的作用,是汉语语法、语义研究中的重要内容,复句关系词的计算机自动识别是一个非常困难的研究课题。在汉语复句关系词自动识别中规则的约束条件研究的基础上,重点研究现代汉语复句关系词自动识别系统中规则的表示方法,为进一步研究、建设复句关系词自动识别中的规则库,深入研究规则与统计相结合自动识别复句和复句关系词的方法,为实现汉语句子和篇章的自动识别奠定基础。     

模式分类方法在电能质量扰动信号分类中的应用综述

文中首先将电能质量扰动信号分类方法划分为模式分类法与非模式分类法,然后简要介绍了模式分类法,综述了人工神经网络、贝叶斯分类、专家系统、支持向量机几种典型的模式分类方法在电能质量扰动信号分类中的应用,对比分析了各种方法的利弊,并对现存的问题及以后的发展趋势进行了展望。     

Rule mining for scheduling cross training with a heterogeneous workforce

This paper presents an association rule mining based framework for workforce scheduling to assist managers with robust real-time assignment decisions. We assume heterogeneous individual learning and forgetting behaviours, in which worker productivity changes dynamically. We explore a parallel production system that meets a specified production requirement over a fixed time horizon with the minimum workforce resources based on the number of worker-periods assigned. Three managerial policies are considered including: setting a maximum allowable individual cross-training level, balancing workload among workers and an unconstrained policy. We propose the use of several schedule attributes to quantify key aspects of optimised schedules that may, in turn, aid in determining robust assignment rules and the development of better cross-training policies. Current results indicate that the proposed approach is effective at identifying important rules, many of which add to our knowledge of useful workforce scheduling strategies.     

A new query expansion method for document retrieval based on the inference of fuzzy rules

Abstract

Automatic query expansion based on user relevance feedback techniques can improve the performance of document retrieval systems. In this paper, we present a new query expansion method based on the inference of fuzzy rules and user relevance feedback techniques to deal with document retrieval. The proposed method uses membership functions and fuzzy rules to infer relevant degrees of expansion terms and puts the expansion terms with larger relevant degrees into the original user's query. Then, the system calculates the degree of similarity of each document with respect to the expanded user's query. The proposed method gets a higher average precision rate and a higher average recall rate than the existing methods for document retrieval.