应力强度因子是预测荷载作用下结构中裂纹产生和扩展的重要参数。半解析的比例边界有限元法结合了有限元和边界元法的优势,在裂纹尖端或存在奇异应力的区域不需要局部网格细化,可以直接提取应力强度因子。在比例边界有限元法计算应力强...应力强度因子是预测荷载作用下结构中裂纹产生和扩展的重要参数。半解析的比例边界有限元法结合了有限元和边界元法的优势,在裂纹尖端或存在奇异应力的区域不需要局部网格细化,可以直接提取应力强度因子。在比例边界有限元法计算应力强度因子的框架下,引入随机参数进行蒙特卡罗模拟(Monte Carlo simulation, MCS),并提出一种新颖的基于MCS的不确定量化分析。与直接的MCS不同,采用奇异值分解构造低阶的子空间,降低系统的自由度,并使用径向基函数对子空间进行近似,通过子空间的线性组合获得新的结构响应,实现基于MCS的快速不确定量化分析。考虑不同荷载状况下,结构形状参数和材料属性参数对应力强度因子的影响,使用改进的MCS计算应力强度因子的统计特征,量化不确定参数对结构的影响。最后通过若干算例验证了该算法的准确性和有效性。展开更多
致灾环境因子是滑坡易发性预测建模的输入变量,是指影响滑坡发生、发展和分布的各种边坡自然属性因子。类型齐全且意义明确的致灾环境因子,对提高滑坡易发性结果的准确性和可靠性至关重要。为了进一步明确致灾环境因子的研究现状和未来...致灾环境因子是滑坡易发性预测建模的输入变量,是指影响滑坡发生、发展和分布的各种边坡自然属性因子。类型齐全且意义明确的致灾环境因子,对提高滑坡易发性结果的准确性和可靠性至关重要。为了进一步明确致灾环境因子的研究现状和未来展望,本研究在Web of Science的核心合集数据库中进行了文献检索,标题中包含“landslide susceptibility”,出版日期范围从20130101-20231231,收集了767篇滑坡易发性英文论文构成文献数据库。首先统计每篇文献中致灾环境因子数量、获取方法、来源、重要性和认可度等信息,然后详述了致灾环境因子的定义和物理意义;之后对致灾环境因子的优化选取/组合方法、因子联接方法、因子误差及其适宜性等特征进行了讨论,为后续预测滑坡易发性时选取致灾环境因子的不确定性研究提供参考。综述结果表明:(1)文献数据库中共统计出82种致灾环境因子,使用频率较高的因子有40余种,其中坡度、坡向、高程、岩性是使用频率最高的4个因子,坡度、高程、公路密度、岩性、降雨等因子在滑坡易发性预测中的重要性依次增高;(2)发现采用类型齐全且物理意义明确的致灾环境因子、基于环境因子联接方法来构建模型输入变量、消除环境因子中的随机误差、提升环境因子的适宜性和内在可解释性等研究有利于大幅提升机器学习方法预测滑坡易发性的性能,在未来研究中需要重点关注这些关键问题。展开更多
文摘应力强度因子是预测荷载作用下结构中裂纹产生和扩展的重要参数。半解析的比例边界有限元法结合了有限元和边界元法的优势,在裂纹尖端或存在奇异应力的区域不需要局部网格细化,可以直接提取应力强度因子。在比例边界有限元法计算应力强度因子的框架下,引入随机参数进行蒙特卡罗模拟(Monte Carlo simulation, MCS),并提出一种新颖的基于MCS的不确定量化分析。与直接的MCS不同,采用奇异值分解构造低阶的子空间,降低系统的自由度,并使用径向基函数对子空间进行近似,通过子空间的线性组合获得新的结构响应,实现基于MCS的快速不确定量化分析。考虑不同荷载状况下,结构形状参数和材料属性参数对应力强度因子的影响,使用改进的MCS计算应力强度因子的统计特征,量化不确定参数对结构的影响。最后通过若干算例验证了该算法的准确性和有效性。
文摘致灾环境因子是滑坡易发性预测建模的输入变量,是指影响滑坡发生、发展和分布的各种边坡自然属性因子。类型齐全且意义明确的致灾环境因子,对提高滑坡易发性结果的准确性和可靠性至关重要。为了进一步明确致灾环境因子的研究现状和未来展望,本研究在Web of Science的核心合集数据库中进行了文献检索,标题中包含“landslide susceptibility”,出版日期范围从20130101-20231231,收集了767篇滑坡易发性英文论文构成文献数据库。首先统计每篇文献中致灾环境因子数量、获取方法、来源、重要性和认可度等信息,然后详述了致灾环境因子的定义和物理意义;之后对致灾环境因子的优化选取/组合方法、因子联接方法、因子误差及其适宜性等特征进行了讨论,为后续预测滑坡易发性时选取致灾环境因子的不确定性研究提供参考。综述结果表明:(1)文献数据库中共统计出82种致灾环境因子,使用频率较高的因子有40余种,其中坡度、坡向、高程、岩性是使用频率最高的4个因子,坡度、高程、公路密度、岩性、降雨等因子在滑坡易发性预测中的重要性依次增高;(2)发现采用类型齐全且物理意义明确的致灾环境因子、基于环境因子联接方法来构建模型输入变量、消除环境因子中的随机误差、提升环境因子的适宜性和内在可解释性等研究有利于大幅提升机器学习方法预测滑坡易发性的性能,在未来研究中需要重点关注这些关键问题。
