悬臂梁中开闭裂纹的损伤识别

利用裂纹诱导弦挠度函数,建立了悬臂Euler-Bernoulli 中开闭裂纹位置、深度、初始张开角等损伤参数的识别方法．为此,首先将梁中开闭裂纹等效为单向扭转弹簧,给出了考虑裂纹缝隙效应的裂纹梁等效抗弯刚度,并得到悬臂Euler-Bernoulli 开闭裂纹梁弯曲挠度的显式闭合解及裂纹诱导弦挠度函数,证明了裂纹诱导弦挠度的分段线性函数．其次,基于单向扭转弹簧的性质,建立了通过多步加载进行梁中开闭裂纹参数及其上下侧属性的识别方法．最后,通过数值算例验证了本文所建立的开闭裂纹损伤识别方法的适用性和可靠性,考察了裂纹分布位置、深度和初始张开角以及裂纹识别区间和挠度测量误差等参数对识别结果的影响,结果表明：当裂纹处于张开状态时,裂纹处裂纹诱导弦挠度斜率改变量随着施加荷载的增加而增加;当裂纹闭合时,其裂纹诱导弦挠度斜率改变量将保持为常量;裂纹损伤参数的识别误差随测量误差的增加而增加,但整体识别结果具有较高的精度,较好的鲁棒性．     

涡激响应尾流双振子模型的参数反演方法

尾流双振子模型是研究圆柱结构涡激振动响应的重要模型,模型参数的准确确定对悬浮隧道设计理论具有重要意义.首先通过降阶法将多变量二阶非线性常微分方程组的尾流双振子模型变换为一阶方程组.然后给出一种新型的圆柱结构水槽试验设计方案,其中试验模型的刚度能够较好反映悬浮隧道等实际工程结构的刚度,基于相机动态捕捉和视频识别计算机程序,获取圆柱结构在水平和竖直方向的位移试验数据.基于试验结果和龙格-库塔方法求解一阶方程组,采用BP神经网络智能算法对模型参数进行反演,同时利用遗传算法对神经元的初始权值和阈值进行优化,所得结果平均误差仅为5.50％,优于遗传算法和未优化的BP神经网络模型.结果表明,基于遗传算法优化的BP神经网络智能算法能够精确实现尾流双振子模型的参数确定,为圆柱结构涡激振动响应分析提供理论基础.     

长杆高速侵彻的特征控制参量分析

针对理想长杆侵彻,通过对长杆侵彻Alekseevskii-Tate模型近似解进行分析,指出单一的无量纲速度衰减系数α（deceleration index）不足以完全表征长杆高速侵彻的准定常阶段。在此基础上,重新定义了2个无量纲特征参量:Johnson破坏数Φ_Jp和特征时间系数β,2个参量之间的关系为α=β/Φ_Jp。分析表明,Φ_Jp和β（或α和β）可实现对长杆高速侵彻准定常阶段的弹尾速度的完全表征;若再引入长杆弹相对临界速度v_c*,则可完全表征长杆侵彻的准定常阶段。此外,还证明了α能够判定侵彻过程偏离定常状态的程度,并指出通过确定Φ_Jp和β（或α和β）,可针对攻防需求对长杆弹侵彻设计进行指导。     

基于参数设计的信噪比交叉效率评价方法

针对DEA交叉效率评价过程中没有考虑自评与互评效率的作用而主观赋予相同权重导致交叉效率评价值不准确的问题.文章基于参数设计的思想,依据试验设计中可控与不可控因素的作用机理区分自评权重和互评权重对所评价决策单元交叉效率的影响与作用,将其界定为可控与不可控因素的管理学属性,明确不同权重作用机理;引入信噪比作为衡量决策单元交叉效率评价时的性能指标,实施DEA交叉效率评价方法的改进,设计出DEA信噪比交叉效率集结方法,从而实现交叉效率的集结方式由单一考虑交叉效率波动的均值转化为综合考虑交叉效率波动情况(均值与方差),交叉效率评价值用信噪比交叉效率替代交叉效率平均值更具有统计学意义并可从管理学角度解释,评价结果也具有更高的可区分性;最后通过算例分析验证了交叉效率评价理论上的必要性和该方法的合理性与可行性,同时发现了交叉效率评价中存在CCR有效DMU序位超出了有效DMU范围现象,建议应实施同质DMU检验和评价值归一化.文章的研究也为提高DEA交叉效率测算的准确性提供一种新思路.     

基于野外可见近红外光谱和水分影响校正算法的土壤剖面有机碳预测

土壤是陆地碳循环的中枢,充分发挥土壤固碳潜力有助于减缓全球气候变化。土壤有机碳 (SOC) 的高度分异性同时体现在空间和垂直分布上,但是许多前期研究往往只考虑了空间分异,而忽略了垂直分异。尤其在青藏高原这种高寒山区,土壤样品采集难度较大且费用昂贵。可见近红外 (Vis-NIR) 光谱作为传统土壤实验室化学分析的辅助手段,能够较为快速和精准地估测SOC含量。但是土壤水分等环境因素会掩盖或改变SOC的Vis-NIR光谱吸收特征进而削弱模型预测精度。外部参数正交化 (EPO) 和分段直接标准化 (PDS) 算法可以有效校正水分对光谱的影响,但其在野外新鲜土柱上的表现还不得而知。本研究旨在探索不同水分影响校正算法对野外剖面土壤光谱的校正能力,对采自中国青藏高原海拔2 900～4 500 m色季拉山的共26个1 m深土柱。沿深度以5 cm×5 cm为测量单元,从各单元中心采集共计386个野外原状湿样Vis-NIR光谱,并在实验室内测得相应386个研磨干样的Vis-NIR光谱以及SOC含量。经EPO和PDS算法校正土壤水分对光谱的影响后,通过随机森林建立土壤光谱和SOC含量的定量预测模型,并使用靴襻法评估不同校正处理下预测模型的不确定。土柱整体及垂直分布的精度结果表明,经PDS法转换的农田和草地土柱湿样光谱均表现出良好的水分校正效果,而EPO法仅对农田土柱有效。水分影响校正算法在不同土壤深度上也存在显著差异,EPO和PDS对农田和草地表层样本的水分校正均效果明显。两种校正方法的效果显示出地类和土层深度的依赖性。本研究为利用Vis-NIR光谱技术在高寒山区野外快速准确估算土壤碳含量的垂直分异提供了必要参考。     

基于无人机高光谱特征参数和株高估算马铃薯地上生物量

地上生物量（above-ground biomass, AGB）是评价作物长势及其产量估测的重要指标,对指导农业管理具有重要的作用。因此,快速准确地获取生物量信息,对于监测马铃薯生长状况,提高产量具有重要的意义。于马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期获取成像高光谱影像、实测株高（heigh, H）、地上生物量和地面控制点（ground control point, GCP）的三维空间坐标。首先基于无人机高光谱灰度影像结合GCP生成试验田的DSM（digital surface model, DSM）,利用DSM提取马铃薯的株高（H_dsm）;然后利用无人机高光谱影像计算一阶微分光谱、植被指数和绿边参数,进而分析高光谱特征参数（hyperspectral characteristic parameters, HCPs）和绿边参数(green edge parameters, GEPs)与马铃薯AGB的相关性,每个生育期筛选出相关性较高的前7个高光谱特征参数和最优绿边参数(optimal green edge parameters, OGEPs);最后基于HCPs,HCPs加入OGEPs,HCPs加入OGEPs和H_dsm的组合利用偏最小二乘回归（partial least square regression, PLSR）和随机森林（random forest, RF）估算不同生育期的AGB。结果表明：（1）提取的H_dsm与实测株高H高度拟合（R2=0.84,RMSE=6.85 cm,NRMSE=15.67%）;（2）每个生育期得到的最优绿边参数不完全相同,现蕾期、块茎增长期和淀粉积累期OGEPs为R_sum,块茎形成期和成熟期OGEPs分别为Dr_min和SDr;（3）与仅使用HCPs估算AGB相比,使用HCPs加入OGEPs,HCPs加入OGEPs和H_dsm在马铃薯不同生育期可以提高AGB估算精度,且以后者为自变量提高精度的幅度更大;（4）每个生育期利用PLSR和RF估算AGB的建模和验证R2从现蕾期到块茎增长期呈上升趋势,随后开始降低,整体上R2呈先上升后下降的趋势,通过PLSR方法构建的估算AGB模型效果优于RF方法,其中块茎增长期表现效果最好。因此,高光谱特征参数中结合最优绿边参数和株高,并使用PLSR方法可以改善马铃薯AGB的估算效果。     

Standard maximum likelihood drift parameter estimator in the homogeneous diffusion model is always strongly consistent

We consider the homogeneous stochastic differential equation with unknown parameter to be estimated. We prove that the standard maximum likelihood estimate is strongly consistent under very mild conditions. The conditions for strong consistency of the discretized estimator are established as well.     

On the non existence of unbiased estimators of risk for spherically symmetric distributions

We study existence of unbiased estimators of risk for estimators of the location parameter of a spherically symmetric distribution, when a residual vector is available to estimate scale, under invariant quadratic loss. We show such existence often characterizes normality.     

On the selection of a good value of shape parameter in solving time-dependent partial differential equations using RBF approximation method

Radial basis function method is an effective tool for solving differential equations in engineering and sciences. Many radial basis functions contain a shape parameter c which is directly connected to the accuracy of the method. Rippa [1] proposed an algorithm for selecting good value of shape parameter c in RBF-interpolation. Based on this idea, we extended the proposed algorithm for selecting a good value of shape parameter c in solving time-dependent partial differential equations.     

一类海冰-海水耦合热力学系统参数辨识问题的最优性

针对一维的海冰-海水耦合热力学系统,以该系统中的物理参数为辨识量,以温度偏差为目标函数,建立了一个参数辨识模型,并证明了该问题最优解的存在性,从而为这类海冰-海水耦合热力学系统参数辨识问题的数值计算提供数学理论依据.