现浇箱型桥梁关键施工环节控制

文章介绍了现浇箱梁的特点及施工环节工艺控制方法。     

浅谈高性能混凝土在顶山隧道模型施工中的应用

顶山隧道二次衬砌施工模拟试验，是模仿隧道的实际地质条件和周边环境建造一个长14．4m，宽6．02m，高3．9m的隧道模型，其混凝土设计强度等级为C30。针对不同的部位分别采用普通混凝土、普通高性能混凝土、掺膨胀剂高性能混凝土、掺纤维高性能混凝土。模型施工的主要目的是，试验中低强度高性能混凝土的施工方法及各项混凝土性能，检测混凝土的抗裂性能。模型施工历时18d。     

基于距离空间的遗传算法分析

通过对简单遗传算法的分析，发现每次执行复制、杂交、变异等操作均相当于对所作用的个体进行一次线性变换，这样，从函数的角度来看，引入非线性变换的遗传算子将是一个有待研究的问题，因而提出了非线性遗传算法。通过对二进制遗传算法的Hamming距离的扩充，引入了一种几何模型-距离空间，并在该空间上对杂交、变异等算子进行了系统的分析。根据分析结果，指出了改进遗传算法的途径，并提出一种改进的二进制非线性遗传算法，仿真实例证明了其有效性。以上分析从几何意义出发，提出了一种全新的分析遗传算子的方法，对遗传算法理论的完善与发展具有重要意义。     

一种动态调整的改进微粒群算法

微粒群算法是一种新型的进化计算方法，已在许多领域得到了广泛的应用．通过对基本微粒群算法的分析，发现基本微粒群算法在计算过程中使用Lebesgue测度为0的线段进行搜索，较易得到过旱收敛现象．据此，提出了一种改进的微粒群算法，该算法在运行过程中能动态调整极限位置，从而使得每个微粒的极限位置在其所经历的最好位置与整体最好位置所形成的动态圆中分布，由于在搜索空间中使用测度为正的区域对定义域空间进行搜索，能以较大概率跳出局部最优点．实例仿真结果验证了方法的正确性和有效性．     

微分进化微粒群算法及其控制

通过对微粒群优化算法的分析,提出了一种用微分方程组描述的微粒群优化算法——微分进化微粒群优化(DEPSO)算法,并利用传递函数对DEPSO算法的收敛性进行分析.在此基础上,通过引入PID控制器以控制DEPSO算法的动态进化行为,以增强微粒产生的多样性,从而改进微粒群优化算法的全局收敛性.仿真结果表明了此方法的有效性.     

基于GIS的南京市中山陵景区核心区域声景观评价

【目的】利用遥感数据进行风景区声景观规划设计方法的探讨,构建声景观舒适度综合评价模型,为景观尺度上旅游资源的开发提供科学依据。【方法】以南京市中山陵景区核心区域为研究对象,通过测量影响声景观的客观要素并结合景区内游客对声景观的主观评价结果,构建景区声景观舒适度评价模型,并利用GIS软件进行分析评价。【结果】南京市中山陵景区核心区域平均声级为66.88 dB,声景观舒适度在时间维度呈现平均每24小时先平稳上升、后波动下降的趋势; 在空间维度呈现南部高、中部一般、东部低的片状分布趋势; 景区声景观舒适度较高的区域主要分布在景区东南部,而声景观舒适度较低的区域主要分布在景区西南部边缘区域; 此外,声景观舒适度评价结果与景观区域面积、水域面积比例以及绿化覆盖率正相关,与风景区到机动车道的直线距离负相关,与风景区景观多样性和道路密度无明显相关性,声景观舒适度阈值为64.62 dB。【结论】这种结合主客观评价和空间分析方法的声景观评价方法可为我国风景区未来的综合景观规划、声景观设计提供参考。     

基于情感强度定律的社会情感优化算法

情感强度定律是在受到外界刺激作用时指导个体情感变化的理论基础。在社会情感优化算法的基础上引入了情感强度定律,考虑到情感在人类个体决策上所起的重要作用,我们对源于外界刺激的情感强度值进行了量化,使个体在自身认知和社会活动中表现了合理的自适应能力,完善了算法的全局、局部搜索协调能力。最后对算法的参数也做了分析和讨论。仿真实验结果表明,该算法有效地提高了求解的性能,能高效地解决高维复杂多模态优化问题。     

萘酚磺酸类偶氮化合物酰氯化研究

以萘酚磺酸类偶氮化合物酸性橙7为原料,氯化亚砜为酰氯化试剂,N,N-二甲基甲酰胺(DMF)为催化剂,合成重要的染料中间体磺酰氯化合物.选择不同极性试剂作为酰氯化反应的溶剂,考查了不同溶剂对酰氯化收率和选择性的影响.并探讨了DMF在反应体系中的作用以及酰氯化反应的机理;其中以苯、甲苯和氯化亚砜作溶剂,反应选择性好,收率均高于89%.此外,鉴于磺酰氯在质谱与核磁分析中的不稳定性,以稳定的磺酰胺分析代替直接的磺酰氯分析,间接地证明了磺酰氯的分子结构.     

浅议和谐的大学体育教学

和谐体育教学是现代学校体育追求的一种教学模式。实际操作应注意哪些方面的因素?都有何特点?该文作者将根据自己的教学阅历与经验对这一问题进行探讨。     

自调整非线性遗传算法

通过对简单遗传算法的理论分析，得出了复制、杂交、变异等算子的每次作用均相当于对所作用的个体进行一次线性变换。因此，通过对传统遗传算子进行修改，作者提出了非线性遗传算法。本文发现规范化操作对算法的计算效率有很大的影响，并且给出各遗传算子的一种等价线性表示。因此，如果针对不同的优化问题动态的进行规范化操作及遗传算子的选择，将会大大提高算法的效率。本文提出一种新的自调整非线性遗传算法(Self—Ajusting Nonlinear Genetic Algorithm,SANGA)，该算法通过规范化操作的动态选择，结合简单的遗传算子，对算法的效率有很大的提高。仿真结果表明该算法的有效性。