XiaoMi-AI文件搜索系统
World File Search System输入参数
机械化隧道施工引起的地面沉降的可靠性分析——案例研究 Hadi Fattahi * 和 Fateme Jiryaee
地表沉降是机械化隧道施工中的一个重要参数，应在开挖前确定。机械化隧道施工引起的地表沉降分析是一个具有各种不确定性的岩土工程问题。与确定性方法不同，可靠性分析可以考虑地表沉降评估的不确定性。在本文中，利用基于遗传算法 (GA) 的可靠性分析方法（二阶可靠性方法 (SORM)、蒙特卡洛模拟 (MCS) 和一阶可靠性方法 (FORM)）来建立地表沉降可靠性分析模型。具体而言，对于大型项目，极限状态函数 (LSF) 是非线性的，很难基于可靠性方法应用。为了解决这个问题，GMDH（数据处理组方法）神经网络可以估计 LSF，而无需对函数形式做出额外的假设。在本文中，GMDH 神经网络被改编以获得 LSF。在 GMDH 神经网络中，尾孔注浆压力、隧道底板地下水位、深度、平均渗透率、距竖井的距离、俯仰角、平均表面压力和尾孔注浆填充百分比被用作输入参数。同时，表面沉降是输出参数。使用来自曼谷地铁的现场数据来说明所提出的可靠性方法的能力。
研究断裂强度（p32）估计误差（p32）对隧道周围形成的块的潜在的估计误差的影响
这项工作的目的是强调离散裂缝网络（DFN）模型中输入参数不确定性及其工程应用的影响。我们展示了输入参数的误差如何，此处的体积不连续性强度P 32影响了DFN模型和两个重要的岩石力学工程应用：现场碎片尺寸分布以及在隧道周围的可移动块形成的潜在，作为隧道周围的可移动块，作为块洞穴矿物设计的两个关键参数。通过两种不同的方法估算了体积不连续性强度（P 32）：第一个方法直接从1D数据估算p 32，直接实现，而第二个方法是基于DFN模型的模拟，并且需要1D和2D数据集，从而使其较小的灵活和时间消耗。发现，从直接方法获得的p 32的估计值比通过模拟方法更准确，在构建的离散断裂网络模型中产生了重大影响，并在估计隧道周围可移动块的形成的原位片段化尺寸分布和估计中。
社区气氛模型6
摘要。本文记录了从扰动的参数集合（PPE）技术的方法和限制性的结果，其中多个参数是同时发生的，并且参数值是通过拉丁超管采样确定的。这是通过社区At-Mosphere模型6（CAM6）进行的，这是社区地球系统模型2版（CESM2）的大气组合。我们将PPE方法应用于CESM2-CAM6，以了解对大气物理学参数的气候敏感性。最初的模拟在Mi-Crophysics，对流，湍流和气溶胶方案中有45个参数，具有263个集合成员。这些大气参数通常是许多气候模型中最不确定的。控制模拟和有针对性的模拟，以了解由于气溶胶和快速气候反馈而引起的Climente强迫。在多维空间映射输入参数中探索了各种模拟器的使用来输出指标。参数对各种模型输出的影响，例如辐射，云和气溶胶特性。ma-Chine学习也用于针对观察探测最佳参数值。我们的发现表明，PPE是用于气候不确定性分析的有价值工具。此外，通过同时改变许多参数，我们发现，参数值的许多不同组合可以产生与观察结果一致的恢复，从而仔细的分析
航空电子 LRU 系统健康建模与仿真...
摘要 — 航空工业中使用的电子系统通常被概括为航空电子设备。大约七十年前，飞机上使用的第一批航空电子设备是基于旧仪表和模拟系统的导航和通信系统。从那时起，该行业已经发展了很多，今天的航空电子系统需要新的和更智能的功能，从而推动整个航空研究以指数级的速度向高级航空电子系统和架构发展。在本文中，对航空电子系统在不同发展阶段的成熟度进行了全面调查。在这个项目中，考虑了四个 LRU，每个 LRU 具有不同的输入参数和不同的采样时间。根据时间采样，数据阵列以串行方式发送，没有任何时间延迟。一旦数据数组作为输出发送出去，它就会进入由数据集中器和推理器组成的嵌入式系统。数据在这里收集，然后通过数据总线发送到微控制器，最后输出显示在 PC 上。Mathwork SIMULINK 可用于编码部分，算法由 Simulink 模块集实现。根据给予每个 LRU 的输入信号在示波器模块集上查看输出。将输出与所需输出进行比较。
使用机器学习的多种疾病预测，深
使用机器学习，深度学习和简化的多种疾病预测是一个综合项目，旨在预测包括糖尿病，心脏病，肾脏疾病，帕金森氏病和乳腺癌在内的各种疾病。该项目利用机器学习算法，例如带有Keras的Tensorflow，支持向量机（SVM）和逻辑回归。模型是使用简易云和简化库来部署的，为疾病预测提供了用户友好的界面。应用界面包括五种疾病选择：心脏病，肾脏疾病，糖尿病，帕金森氏病和乳腺癌。选择特定疾病后，提示用户输入预测模型所需的相关参数。输入参数后，该应用会立即产生疾病预测结果，表明该人是否受疾病影响。该项目解决了使用机器学习技术准确疾病预测的需求，从而可以尽早检测和干预。简化云和简化库提供的用户友好界面增强了可访问性和可用性，使个人可以轻松评估其各种疾病的风险。不同模型获得的高精度证明了使用的机器学习算法在疾病预测中的有效性。
噪声认证法规在概念飞机设计中的应用
摘要：ICAO 附件 16 规定用于认证亚音速运输飞机的声学性能。每架飞机都根据在进场和离场沿线特定认证位置测量到的 EPNL 水平进行分类。通过模拟此认证过程，可以确定所有相关参数并评估有希望降低噪音认证水平的措施，以符合基本 ICAO 规定，即飞机的允许运行条件。此外，模拟是评估新技术和不存在的飞行器概念的唯一方法，这也是本文所述研究活动的主要动机。因此，ICAO 附件 16 规定被整合到 DLR 现有的噪音模拟框架中，并在概念设计阶段实现新型飞机概念的虚拟噪音认证。预测的认证水平可以直接选择为设计目标，以便为新飞机设计实现有利的 ICAO 噪音类别，即同时考虑设计和由此产生的飞行性能。可以对所考虑的每种概念飞机设计的操作限制和允许的飞行程序进行详细评估和识别。可以对影响预测噪声认证水平的相关输入参数进行敏感性研究。具有主导作用的特定噪声源
技术创新对美国海上风力发电厂平准化能源成本的空间影响
最近的研究预测，未来海上风电的平准化能源成本 (LCOE) 将大幅下降，这在很大程度上归因于技术创新带来的预期成本降低。本研究评估了技术导致的一系列资本、运营和财务成本类别的下降所导致的 LCOE 的空间变化。固定底部和浮动海上风力发电厂的空间成本模型用于模拟对数千个潜在美国场址的影响。由于所考虑场址的地理空间特征不同，并且这些输入参数具有非线性的交互依赖性，单个涡轮机子系统成本的特定变化会产生一系列 LCOE 结果；例如，净容量系数提高 10.8% 可使不同场址的 LCOE 降低 6% 至 20%。这项研究扩展了现有的海上风电文献，这些文献通常评估单个场址的成本敏感性，而不考虑 LCOE 的空间差异。结果表明，技术创新的影响可能相当大，在优先考虑技术创新研究或资助决策以推进美国海上风电技术时，应从空间和时间角度进行考虑。
电网并网联络线潮流控制方法...
摘要 — 在主动配电网中，可再生能源 (RES) 例如光伏 (PV) 和储能系统（例如超导磁能储能 (SMES)）可以与消费者结合组成微电网 (MG)。光伏的高渗透率导致联络线潮流波动剧烈，并严重影响电力系统运行。这可能导致电压波动和功率损耗过大等若干技术问题。本文提出了一种基于模糊逻辑控制的 SMES 方法 (FSM) 和一种基于优化模糊逻辑控制的 SMES 方法 (OFSM)，用于最小化联络线潮流。因此，波动和传输功率损耗降低了。在 FSM 中，SMES 与鲁棒模糊逻辑控制器 (FLC) 一起使用以控制联络线潮流。在 OFSM 中采用优化模型来同时优化 FLC 的输入参数和 SMES 的电压源换流器 (VSC) 的无功功率。将最小化联络线潮流作为优化模型的目标函数，利用粒子群优化 (PSO) 算法解决优化问题，同时考虑公用电网、VSC 和 SMES 的约束。仿真结果证明了所提方法的有效性和鲁棒性。
v2.3 发布说明 - 水文工程中心
有效记录长度 (ERL) 可定义为“产生与给定的历史数据和系统数据组合相同的均方误差 [或分位数方差] 的系统数据的年数”（Cohn and Stedinger，1986 5）。当所有输入数据都是系统的（即精确的）时，ERL 就等于记录长度。当某些输入数据包含流量间隔、删失或区域偏差信息时，ERL 是未知的，必须进行估算。存在各种基于随机（蒙特卡罗）的方法，用于对分析流量频率曲线中的不确定性进行建模。这些模型通常用于支持各种风险知情决策。一些示例包括流域分析工具 (HEC-WAT 6 )、洪灾减少分析 (HEC-FDA 7 ) 和水库频率分析 (RMC-RFA 8 )。 ERL 通常用作输入参数，使用诸如引导法（Efron，1979 9 ）或参数抽样分布（USACE，2016 ）等技术对流量频率曲线中的不确定性进行建模。版本 2.3 中添加了一种新的 ERL 计算方法，当包含流量间隔、审查和/或区域偏差信息时，该方法可以计算出更准确的 ERL 估计值，如下图所示。有关此更改以及示例应用程序的更多信息，请参见此处 10 。
使用不同分辨率的数字高程模型进行洪水灾害模拟和绘图
背景与目标：精细地形信息是详细洪水模拟和制图的关键输入参数。本研究旨在比较使用光检测和测距以及干涉合成孔径雷达系统的不同分辨率数字高程数据集开发的洪水模型的精度统计数据。方法：本研究应用地理信息系统中可用的水文工程中心-水文建模系统和水文工程中心-河流分析系统模型来模拟和绘制 Maapag 流域的洪水灾害。使用混淆误差矩阵、f 测量值和均方根误差统计数据测试了模型的有效性和精度。结果：结果表明，使用光检测和测距数据集，模型的精度为 88%、0.61 和 0.41；而使用干涉合成孔径雷达数据集，模型的精度分别为 76%、f 测量值和均方根误差。结论：使用光探测和测距数据集开发的模型比使用干涉合成孔径雷达开发的模型精度更高。然而，考虑到模型实施成本和较小的精度残差，后者可以作为前者的替代方案用于洪水模拟和测绘。因此，洪水建模者，特别是来自地方当局的洪水建模者更喜欢使用更粗略的数据集来优化洪水模拟和测绘工作的预算。