改进的Monte Carlo法应用于基坑可靠性分析

随着深基坑在城市建设中的发展,越来越多的学者关注基坑工程的可靠度问题,其中Monte Carlo法常被用于基坑可靠性分析,但传统的Monte Carlo法难以考虑各失效模式间的相关关系,且无法考虑随机变量间的互相关性。引入Sklar提出的Copula理论,其特点在于可以将任意一个联合分布函数分解为一个边缘分布函数和一个Copula函数,以此来描述变量间的相关关系。本文首先通过引入Copula理论描述各失效模式的相关关系,通过对算例的分析证明该方法比传统的Monte Carlo法更稳定高效;进一步使用Copula理论描述土的抗剪强度指标c,φ之间的相关关系,生成有相关关系的随机变量代替传统Monte Carlo法中的独立变量,使可靠性分析结果更加准确,通过工程实例证明考虑c,φ相关关系的基坑失效概率大幅降低,说明变量间的相关关系对可靠度分析的影响很大。     

Simple formula aids for understanding the joint action of two predictors.

"It was demonstrated that the ratio of any two fixed validity coefficients will locate a value for the intercorrelation term in the two-predictor, multiple correlation formula such that the variable having the lower validity will contribute nothing to the variable having the higher validity. The resulting multiple correlation is thereby a minimum. A second formula is presented that determines two intercorrelation values for any fixed pair of validity coefficients which will result in a multiple correlation of 1.00. This second formula does not hold when both validity coefficients are exactly zero, and is restricted to determination of a single intercorrelation value when the two validity coefficients are exactly equal and not zero. From Psyc Abstracts 36:05:5AG85M. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

基于随机力学理论的堤防安全分析方法综述

近年来,基于随机力学理论的堤防安全分析方法已经得到了深入的研究和广泛的应用,但是目前仍然缺少对该方法系统性的总结说明。为对基于随机力学理论的堤防安全分析方法的主要内容及工程应用进行综述,介绍了3种堤防典型失事模式,分析了堤防安全分析中应该考虑的风险因素,并系统整理了风险因素的不确定性和相关性;总结了基于随机力学理论的各种常用的堤防安全分析方法,详述了其在3种堤防典型失事模式中的应用及适用性,重点阐述了基于随机场理论与考虑风险因素互相关性的堤防安全分析方法研究。基于随机力学理论的堤防安全分析方法的主要发展方向是开展基于随机场的有限元法研究,及风险因素间互相关性研究。     

基于相关性分析和生成对抗网络的电网缺失数据填补方法

城市电网新型电力系统中多元资源增多，数据采集难度加大，导致数据随机缺失率升高，难以满足精细化分析决策需求。为了解决新型电力系统中配网量测数据在采集与传输过程中频发的缺失问题，本文提出了一种基于波动互相关分析算法（FCCA）和改进型生成对抗网络（GAN）的电网缺失数据填补方法。首先，融合FCCA提出强相关性电网数据多维特征提取方法；其次，基于核主成分分析（KPCA）对多维特征数据集进行降维处理；最后设计改进型GAN结构，融合电网数据多维特征对低维向量进行重构，实现缺失数据填补。算例采用真实电网数据进行算法验证，并在某城市电网试运行，结果表明所提方法比传统数据填补方法具有更高填补精度。所以，在新型电力系统中量测数据连续缺失和缺失量较大的情况下，融合强相关性特征进行数据填补，对提升量测数据的完整性和可用性有明显优势。