排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
随着计算机技术的不断发展,各种优秀的算法和计算机科学新概念被成功地应用于结构优化,包括遗传基因算法、模拟进化算法、模拟退火算法、动态隧道算法、神经元网络、人工生命等等.结构优化的主要目标往往是结构质量最小化,其结果是容易导致优化结构不具备较高的冗余度,即结构无法承受超过设计荷载以外的外力.从安全和可持续性结构设计的角度来看,更多的注意力需要放在设计具有高冗余度的结构上,但是高冗余度的结构又往往需要以增加建设成本(主要是结构质量)来实现.本文提出一个能够设计并控制结构承载能力的优化方法,将遗传基因算法作为优化工具控制结构的破坏过程,从而最终获得具有较轻质量和较高冗余度的优化结构. 相似文献
2.
无菌药品生产中隔离技术的应用是一种必然。本文介绍限制进入隔离系统(RABS)的分类,分析RABS技术的优缺点,使其在药品生产实践中得到更好的应用。RABS技术和设备的发展,降低了无菌药品生产环境对产品污染的风险,提高了药品质量。 相似文献
3.
基于深度学习方法的地震相智能识别技术可以大幅度减少人工操作。现有深度学习方法的网络模型只能提取单一接收域下的目标特征,难以获取地震相在剖面上的全局空间分布信息,模型对少数类地震相的边界刻画效果较差,且缺乏对预测结果可靠程度进行评估的手段。针对这些问题,提出一种用于地震相分类识别的深度学习方法:在U-Net模型的末端加入金字塔池化模块以提高模型获取全局信息的能力;采用一种融合交叉熵与Dice指数的目标函数,改善不均衡数据中少数类地震相边界的刻画问题;提出“预测信息熵”的概念用于评估地震相预测结果的不确定性。该研究方法应用于F3工区地震相预测的实验结果表明:改进深度学习方法在地震相预测中具有更高的精度和更良好的边界刻画能力;同时,预测信息熵指标也能够较好地评价预测结果的不确定性。 相似文献
4.
5.
溶洞识别对于缝洞型油气藏的勘探与开发具有重要意义。传统溶洞识别方法多解性强且效率低,因此将具有强特征学习能力、高泛化性的深度学习方法引入溶洞识别中,但溶洞的地震波场响应特征复杂、异常体尺寸较小、训练样本难以获取等导致深度学习在识别溶洞时仍具挑战性。为此,提出一套识别地震数据溶洞的"两步法"深度学习方法:首先通过U-Net模型识别地震剖面上的"串珠状"异常反射;再根据"串珠状"异常识别结果对地震数据进行小范围截取,输入深度残差网络中,实现对实际溶洞轮廓的预测。对于实际溶洞预测训练数据难以获取这一问题,采用波动方程正演模拟的方法制作具有准确标签的溶洞地震数据。实际地震数据的应用表明,该方法对于溶洞识别准确性高,抗噪能力强,可以极大地节约人工解释成本。 相似文献
6.
7.
8.
9.
纳米SiO2协同稀土铈对铝管表面硅烷膜的耐蚀性研究 总被引:2,自引:0,他引:2
首先在铝管表面组装一层双-[3-(三乙氧基)硅丙基]四硫化物(BTESPT)硅烷薄膜,然后将其浸入含有纳米SiO2的稀土铈转化液中沉积制得SiO2改性硅烷稀土复合膜.通过点滴、失重、盐雾实验和电化学手段对改性复合膜的耐蚀性进行考察.Tafel极化曲线测试结果表明其耐蚀性与空白试样相比,自腐蚀电流密度下降了3个数量级;盐雾实验结果也表明其抗蚀能力提高了3倍;SEM显示其复合膜层均匀、致密;EDS检测分析表明该膜层主要由S,O,Si,Al和Ce等元素组成;初步探讨了复合膜的耐蚀机理. 相似文献
10.