排序方式: 共有80条查询结果,搜索用时 31 毫秒
1.
为分析榆神府矿区生产对区内水体及湿地的影响,应用3期Spot遥感对比数据,研究了榆神府矿区1990年、2001年、2011年3个时期的水体、湿地分布及其面积动态变化规律,得出:水体面积在研究期内呈现持续下降趋势,1990-2001年及2001-2011年的减少率分别为17.73%和22.39%;湿地面积先增大后减小,即1990-2001年湿地面积增加了65.91%, 2001-2011年,湿地面积减少了50.92%;水体面积在外力驱动下衰减的过程中演替为湿地及其他类型用地,使湿地面积在20 a间基本保持不变;气候变化、煤炭资源开采、生态环境建设和水源地兴建等是水体湿地面积变化的主要驱动因子。通过模糊层次分析法确定了各驱动因子对地表水体湿地面积变化的作用大小(权重)和序关系,分别为煤炭开采0.375,气候因素0.292,水源开采0.208和生态需水0.125;为保护区内水体湿地,推行保水采煤、减少地下水抽采及减少高耗水植被是行之有效的措施。 相似文献
2.
张红强 《建筑·建材·装饰》2015,(6)
起重机的构件连接接头形式对构件的疲劳强度有很大影响。构件连接接头的抗疲劳能力,取决于构件的工作级别、材料种类、应力变化情况及构件连接的应力集中等级。合理布置构件连接接头可有效提高构件的抗疲劳强度。本文以龙门起重机拉杆铰座的连接接头为例进行焊缝疲劳强度计算。通过改善焊缝连接接头形式,降低了其应力集中等级,有效提高了连接接头的抗疲劳能力。 相似文献
3.
4.
为探讨人类活动和自然因素在榆神府矿区土地荒漠化发展变化中的相对作用,采用1989,2002,2011年3期TM遥感数据,分析了土地荒漠化现状及动态变化,结合主成分分析法确定了人类活动和气候因素在矿区土地荒漠化发展变化中的相对作用。结果表明:1通过建立NDVI(构归一化植被指数)和Albedo(地表反射率)的空间关系,结合典型区分析,可将榆神矿区荒漠化程度分为5种类型;2矿区土地荒漠化空间分带性显著,以毛乌素沙地和黄土高原接壤带为界,矿区西部荒漠化程度较重而东部荒漠化程度较轻;3研究期矿区土地荒漠化面积不断减少,1989—2002年间减少了39.7%,2002—2011年间减少了27.7%,荒漠化程度呈逆转趋势;4荒漠化变化在空间上差异较大,矿区西部荒漠化明显逆转,东部荒漠化程度呈现逆转—发展的趋势;5人类活动、气候因素决定了本区荒漠化演化方向,其贡献率分别为62.16%,14.18%。研究结果表明,推行保水采煤技术、禁牧及植树造林等是抑制本区荒漠化发展的有效途径。 相似文献
5.
针对未知动态障碍物环境下非完整移动群机器人围捕,提出了一种基于简化虚拟受力模型的自组织方法.首先给出了个体机器人的运动方程,然后给出了未知动态环境下目标和动态障碍物的运动模型.通过对复杂环境下围捕行为的分解,抽象出简化虚拟受力模型,基于此受力模型,设计了个体运动控制方法,接着证明了系统的稳定性并给出了参数设置范围.不同情况下的仿真结果表明,本文给出的围捕方法可以使群机器人在未知动态障碍物环境下保持较好的围捕队形,并具有良好的避障性能和灵活性.最后分析了本文与基于松散偏好规则的围捕方法相比的优势. 相似文献
7.
8.
机器人关节空间B样条轨迹设计的混沌优化 总被引:2,自引:0,他引:2
为了研究机器人关节空间轨迹时间最短的优化计算问题,依据混沌优化理论,采用改进的基于混沌变量优化算法,以时间最短为性能指标对轨迹进行优化求解.研究了均匀非周期四阶B样条曲线的优化,每一段B样条曲线的运行时间作为优化参数,优化问题模型包括关节角速度、角加速度、角加加速度及力矩4种约束.给出了PUMA560前三铰B样条轨迹优化算例,优化结果明显优于采用复合形法或有约束随机搜索方法的优化结果;该算法简单,易于实现,求解速度快,任给一组初值得到优化结果的可靠性达90%以上,逼近约束条件的误差几乎为零,进一步减少了运行时间,从而有效地实现了机器人在关节空间的轨迹优化. 相似文献
9.
群机器人在未知动态环境下进行多目标搜索时,存在碰撞预测和搜索效率不高等问题。提出了一种碰撞几何锥和改进惯性权重的粒子群优化算法相结合的多目标搜索策略。首先,根据静、动态威胁物的不同分别引入碰撞锥(CC)和速度障碍法(VO),提出了简化复杂障碍物的膨胀几何法(SG)和一种改进CC和VO的碰撞几何锥模型(CGC);有效解决了复杂不规则威胁物的避碰预测问题,并根据CGC模型作出威胁评估报告以确定最优避障方向。其次,提出一种改进惯性权重的粒子群优化算法(IWPSO),提高了搜索效率同时有效解决了粒子群优化算法易陷入局部最优的问题。最后,将两种改进的方法(CGC-IWPSO)相结合以实现群机器人的多目标任务搜索,相比于简化虚拟受力(SVF)、自适应机器人蝙蝠算法(ARBR)、具有运动学约束的粒子群算法(KCPSO),本文方法在搜索时耗、能耗以及避障次数上分别至少减少了15.59%、10.14%、14.12%。 相似文献
10.