|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
一種被動分洪情景下的分洪區(qū)避險轉(zhuǎn)移模型建立方法
本發(fā)明公開了一種被動分洪情景下的分洪區(qū)避險轉(zhuǎn)移模型建立方法，包括生成避險轉(zhuǎn)移原始靜態(tài)可行路徑表；獲取轉(zhuǎn)移耗時代價；基于時間窗口獲取避險轉(zhuǎn)移初始路徑；建立被動分洪情景下避險轉(zhuǎn)移模型；求解所述避險轉(zhuǎn)移模型，獲取最佳轉(zhuǎn)移路徑。本發(fā)明提供的被動分洪情景下的分洪區(qū)避險模型建立方法，以及通過求解模型獲取最佳轉(zhuǎn)移路徑的方法充分考慮了洪水演進過程對避險轉(zhuǎn)移過程的影響以及轉(zhuǎn)移過程中的道路擁堵情況，采用時間窗口將二者與避險轉(zhuǎn)移模型進行有機結(jié)合,準確描述被動分洪情景下人員的轉(zhuǎn)移過程；針對傳統(tǒng)方法在人員轉(zhuǎn)移代價方面的不足,
華中科技大學
2021-04-14
基于艦船尾跡和海底地形內(nèi)波模型的水下航行器檢測方法
本發(fā)明公開了一種基于艦船尾跡和海底地形內(nèi)波模型的水下航行器檢測方法，屬于遙感技術(shù)、海洋科學和自然地理的交叉領(lǐng)域，意在利用海面艦船運動引起的尾跡內(nèi)波模型和海底地形引起的內(nèi)波模型，以這些模型作為約束，提出了檢測、識別、定位水下航行器內(nèi)波信號的新方法。水面艦船引起的尾跡和內(nèi)波可通過艦船的檢測識別加以區(qū)分，水面艦船可通過可見光圖像、紅外圖像檢測定位，海底地形引起的內(nèi)波模式是相對固定的、可預測的，水下航行器引起的內(nèi)波是
華中科技大學
2021-04-14
由直剪和單軸壓縮試驗確定砂土鄧肯-張模型參數(shù)的方法
本發(fā)明公開了一種由直剪和單軸壓縮試驗確定砂土鄧肯-張模型 參數(shù)的方法，包括以下步驟：(1)利用直剪試驗得到砂土內(nèi)摩擦角；(2)利用單軸壓縮試驗得到砂土側(cè)限壓縮模量 Es 的多個值；(3)計算 體積模量 B 的多個值，并得出參數(shù) kb 的值與參數(shù) m 的值；(4)根據(jù)體 積模量 B 的表達式或任意一個體積模量 B 的值，得出參數(shù) k 的值；從 而最終得到砂土鄧肯-張模型中參數(shù) k、參數(shù) n、參數(shù) m、參數(shù)、以及參數(shù) kb 的值。本發(fā)明通過對關(guān)鍵中間參量的種類及 它們的試驗獲取方式等進行改進，與現(xiàn)有技術(shù)
華中科技大學
2021-04-14
一種土工離心機試驗的模型彎沉式沉降控制裝置
一種泥水平衡式盾構(gòu)模擬試驗系統(tǒng)，其組成是：放置土體的模型箱固定于底座上，制冷凍結(jié)裝置與模型箱內(nèi)的凍結(jié)管連通；盾構(gòu)機的前部經(jīng)過模型箱側(cè)面上的導向套進入模型箱，盾構(gòu)機前部的刀盤通過主軸與液壓動力系統(tǒng)的齒輪箱的輸出軸相連；位于盾構(gòu)機左右兩側(cè)的千斤頂，連接于模型箱和齒輪箱之間；盾構(gòu)機的刀盤后方的隔板與刀盤之間的空間構(gòu)成泥水艙；與氣壓加壓裝置相連的泥水罐的注漿管在盾構(gòu)機機殼的尾部穿入盾構(gòu)機內(nèi)部。該系統(tǒng)可以模擬高水壓的水下隧道施工中采用泥水盾構(gòu)機的掘進過程，并同步記錄土壓、水壓、位移和盾構(gòu)機的掘進參數(shù)，從而找出與分析泥水壓平衡圍巖的機理與條件，為水下隧道的施工和泥水盾構(gòu)機的設(shè)計提供更可靠的實驗依據(jù)。
西南交通大學
2016-10-20
一種基于最優(yōu)二矢量組合的模型預測控制方法及系統(tǒng)
本發(fā)明公開了一種基于最優(yōu)二矢量組合的模型預測控制方法及系統(tǒng)，該方法應(yīng)用于三相兩電平逆變器驅(qū)動的永磁同步電機控制系統(tǒng)，采用模型預測電流控制策略，同時考慮所有二矢量組合及作用時間得到合成矢量集合，在全部待選集合中考察代價函數(shù)并選取最優(yōu)的合成矢量；為了簡化優(yōu)化過程，給出了等效的電壓方程，提出扇區(qū)變換方法，將待選二矢量組合集合轉(zhuǎn)化為固定的多條線段；給出了一種快速算法，將部分復雜的計算轉(zhuǎn)化到離線進行，有效減小了新方法的實時
華中科技大學
2021-04-14
基于配電網(wǎng)物理模型中的線路零序電流模擬與檢測方法
本發(fā)明公開了一種基于配電網(wǎng)物理模型中的線路零序電流模擬 與檢測方法，屬于電力系統(tǒng)配電自動化領(lǐng)域；現(xiàn)有的檢測方法實際負 載阻抗和零序電流互感器的容量不一致時將會出現(xiàn)較大的誤差；本發(fā) 明提供的方法將三相線路和副方繞組繞在同一個環(huán)形鐵芯上，通過磁 平衡原理大大提高了零序電流互感器的二次電流值和測量精度。
華中科技大學
2021-04-14
政法大學.jpg){kind=logo}
基于GE-OLogit模型的“以地養(yǎng)老”模式參與意愿及模式優(yōu)化研究
本項目基于湖北省咸寧市農(nóng)民的實地調(diào)研數(shù)據(jù)，從農(nóng)民個人特征、家庭特征、土地特征和認知特征四個方面選取了18個變量作為自變量，通過Order-logit模型探究影響農(nóng)民參與以地養(yǎng)老模式意愿的因素。
一、項目進展
創(chuàng)意計劃階段
二、負責人及成員
姓名
學院/所學專業(yè)
入學/畢業(yè)時間
李炤辰
工商管理學院農(nóng)林經(jīng)濟管理
2019.9/2023.6
楊力源
工商管理學院農(nóng)林經(jīng)濟管理
2019.9/2023.6
陳文杰
工商管理學院物流管理
2019.9/2023.6
王子陽
工商管理學院物流管理
2019.9/2023.6
三、指導教師
姓名
學院/所學專業(yè)
職務(wù)/職稱
研究方向
崔許鋒
工商管理學院土地資源管理
副教授
土地經(jīng)濟管理與GIS空間分析
四、項目簡介
本項目基于湖北省咸寧市農(nóng)民的實地調(diào)研數(shù)據(jù)，從農(nóng)民個人特征、家庭特征、土地特征和認知特征四個方面選取了18個變量作為自變量，通過Order-logit模型探究影響農(nóng)民參與以地養(yǎng)老模式意愿的因素。研究發(fā)現(xiàn)農(nóng)民的年齡、務(wù)農(nóng)收入比重、是否購買社會養(yǎng)老保險、承包地數(shù)量、宅基地面積、認知水平和風險意識對于參與意愿有顯著影響。因此，應(yīng)當完善農(nóng)地流轉(zhuǎn)機制、關(guān)注養(yǎng)老需求主體、發(fā)展農(nóng)村非農(nóng)化產(chǎn)業(yè)和加強政府政策宣傳和支持力度，積極推動以地養(yǎng)老模式發(fā)展。
中南財經(jīng)政法大學
2022-08-09
一種基于格子?玻爾茲曼模型的油層流體模擬方法
本發(fā)明公開了一種基于格子?玻爾茲曼模型的流體模擬方法。所述模擬方法包括，將多孔介質(zhì)的圖像網(wǎng)格化，用 fi(x,y,t)表示網(wǎng)格點 I(x,y)處，運動速度為 ci 的粒子所對應(yīng)的粒子分布；判斷粒子運動方向 ci 是否朝向固壁邊界，是則令粒子分布fi(x,y,t)執(zhí)行反向函數(shù)，否則對fi(x,y,t)執(zhí)行格子?玻爾茲曼模型的碰撞函數(shù)，然后根據(jù)演化后的粒子分布fi(x,y,t)獲得流體密度ρ’(x,y)和流體速度 u’(x,y)；直至滿足演化結(jié)束條件。
華中科技大學
2021-04-14
一種纖維增強復合材料動態(tài)剪切本構(gòu)模型的構(gòu)建方法
本發(fā)明公開一種纖維增強復合材料動態(tài)剪切本構(gòu)模型的構(gòu)建方法，步驟為：
１、完成纖維增強復合材料在多種應(yīng)變率加載工況下的剪切試驗得到各個工況下的載荷位移曲線；
２、采用Weibull損傷模型與粘彈性模型相結(jié)合推導出含Weibull損傷分布的待擬合載荷位移關(guān)系；
３、根據(jù)載荷位移曲線和載荷?位移關(guān)系構(gòu)建多曲線最小二乘目標函數(shù)；
４、采用遺傳算法得到待擬合參數(shù)的初值，通過信賴域方法在獲得的參數(shù)初值附近搜索最終得到高精度參數(shù)值和確定的含Weibull損傷分布的載荷?位移關(guān)系；
５、根據(jù)載荷與應(yīng)力關(guān)系、位移與應(yīng)變關(guān)系以及載荷?位移關(guān)系推導出含Weibull損傷分布的復合材料動態(tài)剪切本構(gòu)模型。本發(fā)明能夠為纖維增強復合材料動態(tài)工況下數(shù)值仿真計算提供可靠的依據(jù)。
東南大學
2021-04-11
大學.jpg){kind=logo}
一種基于改進麻雀優(yōu)化算法的光伏電池模型參數(shù)辨識方法
本發(fā)明公開了一種基于改進麻雀優(yōu)化算法的光伏電池模型參數(shù)辨識方法，具體步驟如下：1)獲取光伏電池的實測電流和實測電壓；2)建立光伏電池模型，并將模型估計輸出與實際輸出的均方根誤差作為目標函數(shù)；3)將levy飛行和螺旋搜索機制融入到標準的麻雀優(yōu)化算法中，形成改進的麻雀優(yōu)化算法；4)使用改進的麻雀優(yōu)化算法最小化目標函數(shù)，對光伏電池模型的未知參數(shù)進行辨識，獲取最佳參數(shù)并建立數(shù)學模型；5)基于獲取的最佳參數(shù)及模型進行外電路i?v特性預測；本發(fā)明具有快速收斂、能夠有效避免陷入局部最優(yōu)解以及較高搜索精度的特點，能夠顯著提高對光伏電池模型參數(shù)辨識的準確性。
南京工業(yè)大學
2021-01-12