期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于CBS有限元的流动-传热-变形耦合计算方法 被引量:4
1
作者 李娜 吉洪湖 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第5期622-626,共5页
研究了基于CBS有限元法和常规有限元法相结合的流动-传热-变形耦合计算方法。在该方法中,流体流动和传热采用CBS有限元方法计算,固体变形采用常规的有限元方法计算,实现了流体域和固体域统一的有限元网格划分,简化了变形过程中的网格生... 研究了基于CBS有限元法和常规有限元法相结合的流动-传热-变形耦合计算方法。在该方法中,流体流动和传热采用CBS有限元方法计算,固体变形采用常规的有限元方法计算,实现了流体域和固体域统一的有限元网格划分,简化了变形过程中的网格生成和不同网格间的数据交换。然后,依据此方法发展了计算程序,并通过算例分析,校验了计算方法的可行性和程序的计算能力。 展开更多
关键词 --固耦合 有限元法 基于特性的分离算法 后台阶流 数值模拟
在线阅读 下载PDF
尾矿坝位移分级预警阈值研究及规律分析 被引量:1
2
作者 胡少华 曹思佳 袁友翠 《安全与环境学报》 CAS CSCD 北大核心 2024年第2期511-516,共6页
针对尾矿坝在线监测重建设、轻利用的现状,基于尾矿坝位移在线监测时间序列,通过多步逆向云变换算法(Multi-step Backward Cloud Transformation Algorithm Based on Sampling with Replacement,MBCT-SR)改进云模型,根据“3E_(n)原则”... 针对尾矿坝在线监测重建设、轻利用的现状,基于尾矿坝位移在线监测时间序列,通过多步逆向云变换算法(Multi-step Backward Cloud Transformation Algorithm Based on Sampling with Replacement,MBCT-SR)改进云模型,根据“3E_(n)原则”和内外包络曲线确定在线监测位移的正常运行值,从而建立尾矿坝位移分级预警阈值模型,并利用某尾矿坝全球导航卫星(Global Navigation Satellite System,GNSS)技术表面位移在线监测数据进行实例验证。结果表明:该尾矿坝水平方向位移的黄、橙、红预警阈值分别为8.41 mm/d、12.94 mm/d、19.41 mm/d,呈现出坝体中间预警阈值最大、并由中间向两侧减小的空间变化规律;尾矿坝垂直方向位移的黄、橙、红预警阈值分别为16.56 mm/d、25.48 mm/d、38.22 mm/d,且随着子坝的堆积,预警阈值逐渐增大。 展开更多
关键词 安全工程 尾矿坝 分级预警 多步逆向云变换算法(MBCT-SR) 阈值 空间分布
在线阅读 下载PDF
电力市场环境下基于多智能体的输电投资决策研究 被引量:6
3
作者 董军 陈小良 张婧 《华北电力大学学报(自然科学版)》 CAS 北大核心 2009年第4期89-94,99,共7页
多智能体技术能为电力领域的分布、开放式系统的设计和实现提供新的途径和方法,在电力领域具有很可观的应用前景。将多智能体技术应用于输电投资决策中,创新性地提出了包含输电投资各相关主体以及辅助软件平台的多智能体双系统决策模型... 多智能体技术能为电力领域的分布、开放式系统的设计和实现提供新的途径和方法,在电力领域具有很可观的应用前景。将多智能体技术应用于输电投资决策中,创新性地提出了包含输电投资各相关主体以及辅助软件平台的多智能体双系统决策模型,模型具有决定线路选址以及计算各市场主体的经济利益的功能。提出了考虑线路投资的有效性的输电规划模型,并在多智能体平台上开发了分别求解短期输电投资规划与长期输电投资规划的算法。通过IEEE 9节点算例展示了多智能体技术在输电投资项目上的应用。所开发的多智能体系统和相关算法能够为输电投资决策提供辅助支持。 展开更多
关键词 多智能体 输电投资 逐步倒推法 电力市场
在线阅读 下载PDF
基于压缩感知的步长自适应前向后向追踪重建算法 被引量:1
4
作者 蔡旭 谢正光 +1 位作者 蒋小燕 黄宏伟 《计算机科学》 CSCD 北大核心 2014年第11期169-174,共6页
压缩感知(CS)是一种新的信号采样、处理和恢复理论,能够显著地降低高频窄带信号的采样频率。针对稀疏度未知信号的重建,提出了步长自适应前向后向追踪(AFBP)算法。不同于固定步长前向后向追踪(FBP)算法,AFBP的步长可变。它利用一种自适... 压缩感知(CS)是一种新的信号采样、处理和恢复理论,能够显著地降低高频窄带信号的采样频率。针对稀疏度未知信号的重建,提出了步长自适应前向后向追踪(AFBP)算法。不同于固定步长前向后向追踪(FBP)算法,AFBP的步长可变。它利用一种自适应阈值的方法选取前向步长,然后对候选支撑集进行正则化处理以保证其可靠性,接着用自适应阈值与变步长双向控制的方法选取后向步长以减少重建时间。AFBP能够自适应后向删除估计支撑集中部分错误索引以提高信号准确重建概率。在稀疏信号非零值服从常见分布条件下,用AFBP、FBP等算法进行重建的结果表明,AFBP的准确重建概率、重建精度与FBP相当,重建时间明显少于FBP,能够更高效地重建稀疏度未知信号。 展开更多
关键词 压缩感知 稀疏信号重建 贪婪算法 稀疏度自适应 前向后向更新 步长自适应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部