挤密桩地基非饱和黄土变形强度特性的三轴试验研究

用非饱和土三轴仪和GDS应力路径三轴仪对兰州张家台变电站工地挤密桩复合地基桩间非饱和黄土和原状黄土进行系统的试验研究,通过同时控制吸力和净室压力的三轴排水剪切试验,分析探讨了挤密桩间黄土和原状饱和黄土的应力-应变性状及强度规律,得到了各自的变形和强度参数,并将这些参数进行了比较和分析,利用规范推荐的方法量化了灰土挤密桩对桩间非饱和黄土在地基承载力方面的改善作用。     

复合地基设计问题探讨

近年来,我国的高层建筑发展很快,而建筑用地日趋紧张,建筑工程中所遇到的复杂地基越来越多,而地基与基础工程在整个建筑工程中的造价比例又相当高,因此,地基设计和处理问题的重要性也就比较显著。这种客观形势大大地促进了我国“岩土工程”学科的发展,目前复合地基的应用技术发展也很快,尚有不少值得讨论的问题。 　　所谓“复合地基”,系在天然地基中加入可以提高地基性能 (强度、变形模量、稳定性 )的建筑材料所形成的地基。例如：振动砂石桩、振冲碎石桩、灰土挤密桩地基和素混凝土挤密桩地基等。复合地基有几个明显的特点： (1…     

警苑小区6#楼DDC工法灰土挤密桩复合地基技术分析

DDC 工法是处理湿陷性黄土地基的重要的方法之一,就是钻孔然后以不同填料、置换率施工工艺来处理不均匀地基。本文通过实例介绍了灰土挤密桩在处理地基过程中的成孔、夯填工艺等施工环节。该方法可以有效消除桩间土的湿陷性,桩体强度高,地基承载力强,工程造价低等优点。     

基于改进遗传算法的舰载机保障调度方法

舰载机保障作业过程受到多资源约束，同时可能存在着突发事件的干扰；针对此特点，分析并制定干扰情况下的模型修正策略。在遗传算法中引入禁忌搜索算子改进传统遗传算法的变异操作，并通过具体实例进行仿真验证，其结果证明改进后的遗传算法在优化含干扰事件的多机保障问题时效率更高，并通过甘特图直观地反映重调度方案。为真实情况下有效处理舰载机保障过程中的干扰事件奠定理论基础。     

基于云遗传算法的防空导弹目标分配问题

针对传统遗传算法在防空导弹目标优化分配中存在的缺陷，提出了一种更为有效的云遗传算法。通过该算法对防空导弹目标分配模型进行仿真求解，得出防空导弹射击目标的最优目标分配方案。通过算例分析，云遗传算法相比传统遗传算法收敛速度快，搜索效率高出一倍左右，对产生局部最优解情况进行了合理有效的控制，可操作性、优越性更强。     

基于应变路径法的压入管桩单桩挤土位移

基于应变路径法和球孔扩张理论,结合真实源与虚拟源、真实源与虚拟汇的相互作用,在假定土体变形为小应变的前提下,将压入实心桩单桩挤土位移的求解方法应用于压入管桩,通过求解真实源与虚拟汇共同作用下产生的竖向挤土位移,并修正地表面处的附加剪应力,得到压入管桩单桩竖向挤土位移的解析解;通过求解真实源与虚拟源共同作用下产生的水平挤土位移,并修正地表面处的附加正应力,得到压入管桩单桩水平挤土位移的解析解。由挤土位移的解析解可知,桩长、管桩内外径和土塞高度最大值的变化都会对压入管桩挤土位移产生影响。     

土体泊松比对压入管桩单桩挤土位移场的影响

基于ABAQUS有限元软件,采用主从接触算法模拟桩-土相互作用、修正剑桥模型作为土体本构模型,通过在桩顶施加竖向位移荷载以及合适的网格划分技术建立了较为符合压入管桩压桩实际的有限元模型。利用得到的有限元模型模拟了压入管桩压桩产生的挤土位移场,对不同泊松比时压入管桩单桩挤土位移场进行了对比分析。结果表明:不同泊松比时竖向和水平挤土位移场沿深度方向和径向的分布规律趋于一致;土体泊松比的变化会对压入管桩压桩产生的竖向和水平挤土位移场产生较大影响;泊松比越大,压桩产生的竖向和水平挤土位移越大。     

压入管桩压桩所致挤土位移的数值模拟

采用位移贯入法施加荷载,以修正剑桥模型作为土体本构关系模型,通过在桩-土界面设置接触面并采用自定义初始孔隙比分布的子程序VOIDRI实现初始孔隙比随深度的非线性分布,建立较为符合压入管桩压桩实际的有限元模型,对压入管桩压桩产生的挤土位移进行数值模拟研究,讨论压入管桩压桩产生的竖向和水平挤土位移沿深度方向和径向的分布规律。研究结果表明:随径向距离的增大,浅层土体的竖向挤土位移逐渐由沉降变为隆起,而深层土体的竖向挤土位移始终表现为沉降;随深度的增大,至桩中心距离较小处土体的竖向挤土位移始终表现为沉降,而至桩中心距离较大处土体的竖向挤土位移逐渐由隆起变为沉降;不同深度土体的水平挤土位移沿径向的分布规律和不同径向距离土体的水平挤土位移沿深度方向的分布规律都趋于一致。最后提出能够有效减小压入管桩挤土效应的施工措施。     

蚁群遗传融合算法在移动机器人路径规划中的应用

针对移动机器人路径规划的特点,把智能算法引入到机器人路径规划中。而单一蚁群算法和遗传算法,存在收敛速度慢、效率低或容易陷入局部最优等缺陷,对蚁群算法进行改进,提出一种改进蚁群遗传算法的融合方案,并把该方案应用到移动机器人路径规划中,在栅格环境下进行仿真测试,仿真结果表明该方案能有效提高最优路径的搜索效率,整体性能优于蚁群或遗传单一智能算法。     

采用改进遗传算法的舰载机保障调度方法

舰载机保障作业过程受到多种资源约束,同时可能存在突发事件的干扰。针对此特点,分析并制定干扰情况下的模型修正策略。在遗传算法中引入禁忌搜索算子改进传统遗传算法的变异操作,并通过具体实例进行仿真验证,其结果证明改进后的遗传算法在优化含干扰事件的多机保障问题时效率更高,并通过甘特图直观地反映重调度方案,为真实情况下有效处理舰载机保障过程中的干扰事件奠定理论基础。     

遗传算法在装备调拨辅助决策中的应用

利用遗传算法求解装备调拨中的路径优化问题和运输装载问题,并利用MATLAB进行了实例仿真,对装备调拨的辅助决策具有积极的意义。     

程序进化器

研究用模拟进化方法进行程序设计的途径。构造了以形式文法为遗传表示的程序进化器,提出了这个进化器使用的有关算法。本文用程序进化器解决了人工蚁问题。     

A New Chaotic Genetic Hybrid Algorithm and Its Applications in Mechanical Optimization Design

A new chaotic genetic hybrid algorithm(CGHA) based on float point coding was put forward in this paper.Firstly,it used chaos optimization to search coarsely and produced a better initial population.Then,a power function carrier was adopted to improve the ergodicity and the sufficiency of the chaos optimization.Secondly,the genetic algorithm(GA) was used to search finely and guaranteed the population's evolution.To avoid the search being trapped in local minimum,a chaos degenerate mutation operator was designed to make the search converge to a global optimum quickly.Finally,CGHA was used to solve a typical mechanical optimization problem of shear stress checking for a cylinder helix spring.Compared with traditional penalty function method,chaos-Powell hybrid algorithm and standard GA,CGHA shows better performance in solution precision and convergence speed than those of the algorithms.Therefore,CGHA is a new effective way to solve the problems in mechanical optimization design.     

Some experiments in global optimization

When applied to a problem which has more than one local optimal solution, most nonlinear programming algorithms will terminate with the first local solution found. Several methods have been suggested for extending the search to find the global optimum of such a nonlinear program. In this report we present the results of some numerical experiments designed to compare the performance of various strategies for finding the global solution.     

基于改进整型遗传算法的稀疏矩形平面阵列优化

为了降低固定稀疏率、固定孔径的稀疏矩形阵列的峰值旁瓣电平,提出一种改进整型遗传算法。该算法在整型遗传算法的基础上,提出了等间隔采样的交叉策略、多点变异策略以及优良基因重组的策略。采取等间隔采样的基因交叉方式,可以有效发挥整型编码的优势,从而提高算法的运行效率;为了提高种群的多样性,防止算法陷入局部最优,采用了多点变异策略;采用优良基因重组技术,加快了算法的收敛速度。仿真结果表明,相比传统的二进制和实数编码,整型编码更为直接高效;与用于稀疏矩形阵列优化的相关算法相比,本文所提算法获得了更优的旁瓣电平,证实了算法的有效性和优越性。     

遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.     

求解特征结构配置问题的一种新方法

基于遗传算法提出了求解线性多变量系统在输出反馈作用下的特征结构配置问题的一种新方法。遗传算法是一种基于自然选择和群体遗传学机理的参数搜索方法。采用遗传算法求解特征结构配置问题,具有适用面广和计算稳定等特性。我们以导弹控制系统为例进行了仿真,结果是令人满意的。     

用遗传算法实现雷达网目标分配

通过对雷达网目标分配问题的深入研究,建立了数学模型.为了获得发现概率最大的目标分配方案,引入了遗传算法来对模型求解,并给出了实现的步骤和方法.最后经过验证,证明该方法应用在雷达网目标分配问题上切实可行.     

防空导弹武器系统目标分配的多种算法

叙述了防空导弹武器系统目标分配的一般数学模型。在此基础上,建立了防空导弹的5种目标分配数学优化算法,并讨论了数学模型的求解问题。最后,对这5种数学优化算法进行了比较。     

船用核动力装置给水减少事件分析与处置研究

从船用核动力装置蒸汽发生器给水减少事件出发,建立事件树分析模型,在保证核安全的前提下,以确保反应堆不停堆为约束条件,运用Relap5/Mod3程序对事件演变过程中的热工水力参数进行计算分析,筛选出在不同运行条件下处理该事件的最佳方案。分析结果表明,在反应堆低功率运行时,并不是所用的给水减少均会造成反应堆停堆,存在最佳的处理方案及相对较长的处置时间用以恢复反应堆及蒸汽发生器的正常运行状态。