基于神经网络的跨越地裂缝框架结构地震损伤及预测研究∗

为开展特殊地质环境下结构的损伤分析,以一跨越西安f4地裂缝的五层框架结构为研究对象,基于振动台试验和ABAQUS 有限元分析结果,进行了BP 神经网络模型的模型训练,选取变形和能量组合形式的双参数损伤模型计算结构损伤指标,采用加权系数法,开展了构件、楼层、结构三个层面的损伤预测分析,给出了不同地震作用下结构损伤程度评估。结果表明：地裂缝场地结构表现出明显上下盘效应,结构首层为薄弱层。BP 神经网络损伤预测值与有限元计算值在不同工况下均较为一致,其对于构件、层间、整体结构损伤指数预测最大误差分别为8.86%、5.66%、7.57%,该研究成果为跨越地裂缝结构的性能评估提供一种准确且高效的研究方法。     

基于相依网络模型的扇区航空器分流方法研究

当某个扇区因突发状况而对航空器的管控力度不足时,需要对扇区内的航空器进行分流.依据空中航空器的冲突关系、管制员的移交关系及管制员对航空器的指挥关系构建管制-飞行状态相依网络模型.通过此模型,在综合考虑分流后管制员的负荷及对所有航空器管控难度的前提下设计优化目标,并采用粒子群算法求解找出最佳分流方案.该方案能够使分流后管制员负荷分布更加均匀,有效减少管制员因负荷过大而出现人为差错的安全风险;降低整体的管制难度,提高管制系统的可靠性和稳定性.