时程稳定性系数确定的边坡逐孔起爆孔间微差降振时间

为了获得边坡逐孔爆破最佳降振微差时间，以某个实际边坡逐孔微差爆破施工现场为原型，先利用ANSYS建立二维静态模型，借助有限元折减法确定自然状态下的潜在滑动面和静态安全系数；基于已确定的二维潜在滑动面重新建立同尺寸同性质的三维逐孔微差爆破动态模型，利用LS-DYAN进行动力分析，整个过程分别设置同排3个炮孔0、17、25、42和65 ms等5种不同孔间微差起爆方式；同时，对该施工现场进行排、孔间（25 ms，17 ms）、（25 ms，25 ms）、（25 ms，42 ms）、（25 ms，65 ms）等4种微差时间控制的等比例相似小炮测振实验。提取模拟结果中3个炮孔同时起爆时滑面单元的应力数值代入极限平衡法计算公式，绘制了冲击载荷作用下边坡稳定性系数曲线，通过对曲线的理论分析发现，最佳降振微差时间约为48 ms；而三维数值模拟和测振实验结果均显示，孔间微差时间取42 ms时降振效果较佳。这说明，边坡稳定性系数曲线给出的微差时间与模拟和实验结果较为接近，可为今后边坡逐孔微差爆破降振研究提供参考。     

地表高程对大气CO2反演的影响

从大气辐射传输模型正演和反演两个角度,探究CO_2观测时地表高程的敏感性。SRTM地表高程数据表明,在北京附近的平原地区,卫星指向不准导致的地表高程均值的误差较小,在偏移量为0.1～10.0km的情况下,误差极大值约为10m;而在北京附近山区以及平原与山区交界区内,地表高程均值的误差较大,误差极大值分别为713.98,515.61m。CO_2反演结果表明:高程值每变化100m,CO_2柱浓度偏差为3.29×10~(-6);在大气CO_2高精度反演中,地表高程偏差是一个关键因素。     

默认模式网络与任务正网络之间相互拮抗的神经动力学分析

任务正激活与任务负激活的工作机制是认知功能实现的基本要素.这一拮抗关系的失衡或者受损可能会引发一系列严重的退行性神经疾病，然而到目前为止，尚不清楚这种拮抗现象的神经机制.该文基于默认模式网络与任务正网络在突触层面上相互抑制的假设，并结合多种刺激条件下的工作记忆模型，进行了计算机数值模拟.研究结果表明: 1) 任务正网络与任务负网络之间在神经活动上呈现出拮抗关系； 2) 伴随着工作记忆刺激方向数目的增加，任务负网络神经活动的衰减程度会随之增大； 3) 当工作记忆相关的脑区其神经活动增加时，任务负网络的神经活动减少； 4) 并且随着工作记忆任务难度的增加，任务负网络的神经活动会迅速衰减.这些计算结果都与神经科学实验数据是匹配的.由于任务负激活是默认模式网络的主要特征，因此默认模式网络与任务正网络在突触层面上的相互抑制是这两种不同性质网络之间形成拮抗关系的根本原因.     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

时间敏感选项依赖下的基础设施恢复决策研究

突发事件发生后,基础设施之间的恢复依赖为恢复过程带来了严重挑战。为了能够在突发事件后高效而有序的实现基础设施恢复运行,根据相互之间的恢复依赖关系制定合理的恢复决策非常关键。本文基于网络流理论,以累积恢复效能最大化为目标,建立了时间敏感选项依赖下的恢复设计与调度决策混合整数规划模型。然后,讨论了模型在完全中心化、完全分散和信息共享决策环境下的应用方法。最后,通过真实基础设施数据集测试了模型,结果表明:(1)该模型在突发事件后的基础设施恢复决策中具有应用可行性;(2)决策环境显著影响存在恢复依赖的基础设施网络整体累积恢复效能;(3)与完全分散决策环境相比,在信息共享决策环境下独立决策的整体累积恢复效能可以得到大幅提升。     

图解常用离散型随机变量

在概率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离散型随机变量包括伯努利分布,二项分布,泊松分布,几何分布,超几何分布和负二项分布等等.在本文中,首先借助时间流的图形表达,从伯努利试验次数和成功次数角度区分其中的一些常用变量;其次通过一个流程图的方式梳理这些常用的离散型随机变量的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借助图表方法对常用的离散型随机变量进行梳理和总结,起到区分变量的差异,加强对常用离散型随机变量概念的理解.     

基于t分布的自适应花授粉算法

花授粉算法是一种新型启发式优化算法,算法存在易陷入局部最优、后期收敛速度慢等缺陷,为了进一步提高花授粉算法的寻优性能,在异花授粉过程中引入t分布变异算子,提出了一种基于t分布的自适应花授粉算法(tFPA).通过7个标准测试函数进行测试比较,并对改进算法的时间复杂度进行分析,仿真结果表明,改进算法是可行有效的,其寻优速度、寻优精度以及鲁棒性均有很大程度的改善.     

σ2 Hessian方程的Pogorelov型C2 内估计及应用

提出利用拉格朗日乘子法重新证明σ2算子的最优凹性,并定义了一个凸锥Γ3?=λ=(λ1,λ2,?,λn)∈Rn:σ1(λ)>0,σ2(λ|i)>0,1≤i≤n。利用σ2算子的最优凹性，给出了σ2Hessian方程Pogorelov型C2内估计，进而证明了σ2(D2u(x))=1,x∈Rn的满足二次多项式增长条件的Γ3?-凸整解为二次多项式。     

脉冲展宽分幅相机的磁聚焦时间弥散和畸变

模拟相机磁场分布和光电子运动轨迹,建立传输时间和距离的二维分布模型,分析磁聚焦时间弥散和畸变的成因及其降低方法。研究结果表明,时间弥散和畸变与物点(即阴极位置)沿轴磁场强度密切相关,并随物点离轴距离的增大而变大,通过适当提升轴对称磁场均匀性可降低磁聚焦时间弥散和畸变。当漏磁缝隙由4 mm扩宽至40 mm时,轴上与离轴30 mm物点的沿轴磁场强度峰值比由0.82提高到0.89,时间弥散由127 fs和435 fs分别减小至120.6 fs和378.4 fs,离轴30 mm物点的时间畸变率由4.61%下降至4.01%。