古滑坡开挖稳定性分析及治理研究

来源 :山东理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:cys_1688
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
成都市某在建污水处理场地位于一个体积约118万m3的古滑坡体中前部,因施工开挖导致古滑坡前缘局部复活.通过现场调查、试验及力学方法分析了不同工况下古滑坡开挖前后的稳定性,根据稳定性计算结果和滑坡体特征提出两种治理方案,并对两种治理方案进行了综合分析对比,确立了最终治理方案,从根本上解决了该边坡滑坡问题.
其他文献
为了将直觉模糊集的相似度分析纳入到逻辑推理的框架之中,借助三角模和蕴涵算子以不同的方式构造了两种直觉模糊集的相似度,并证明了其满足相似度的四条公理.作为应用,首先以所构造的相似度为衡量指标解决了一个关于伤寒病症的医疗诊断问题,经过数据分析,得到了与直观吻合的结果.其次,以所构造的相似度为扰动参数,分析了逻辑连接词直觉三角模和直觉蕴涵的鲁棒性,进而对直觉模糊取式问题的全蕴涵推理方法和推理合成规则方法进行了鲁棒性估计,结果表明当输入的扰动非常小时,输出的结果变化也很小,两种推理方法均具有良好的鲁棒性.
利用能量估计和收缩函数的方法,研究了具有线性记忆和非线性阻尼的基尔霍夫型梁方程解的长时间动力学行为,获得了弱拓扑空间中全局吸引子的存在性,部分推广了已有的一些结果.
用多值映射的不动点定理和算子半群理论讨论了非紧半群情形下一类Riemann-Liouville分数阶半线性发展包含非局部问题mild解的存在性,并给出了抽象结果的应用举例.
研究了相对论Chaplygin气体欧拉方程组的阴影波解的存在性,利用超压缩熵条件确定了阴影波解的弱唯一性,最后在Schwartz广义函数意义下,证明了超压缩阴影波解收敛到delta激波解.
为解决经典的多度量学习算法从预先获得的样本划分中学习度量时,样本划分不精确所导致局部度量拟合能力不足的问题,基于约束分层加权的思想,提出了为约束逐层分配度量并使其度量尽可能满足当前所有约束的优化模型,同时添加正则项使得不同度量对应的约束应该尽可能不同.由于单个样本所形成的不同约束可能对应不同的局部度量,相比于传统的多度量学习方法,提出的算法能够获得更精细的局部度量且更具有灵活性,使得度量的拟合能力更强.实验结果表明,提出的算法在真实数据集上对比代表性的单度量学习算法和多度量学习算法具有明显的优势.
考虑了一类非链环R=Fq+vFq+v2Fq(其中v3=v)上的斜准循环码.确定了1-生成元斜准循环码的生成元集,并给出了R上斜准循环码关于欧几里得内积的对偶码;通过直和分解的方法研究了R上斜准循环码与Fq上斜准循环码之间的关系,确定了其生成多项式可由Fq上斜准循环码的生成多项式构成.
基于改进的滑动和(mMOSUM)方法研究了具有长记忆时间序列误差的线性回归模型系数变点的在线监测问题.通过修正边界函数得到了改进的滑动和监测统计量在原假设下的渐近分布,并在备择假设下证明了该方法的一致性.数值模拟结果表明当线性回归模型带有长记忆误差时,改进的滑动和方法除了长记忆参数值较大情况外仍然有效,且变点位置越靠后时,改进方法对经验势提高和平均运行长度缩短的作用越明显.最后,通过对一组美国的宏观经济数据进行实证分析,说明了方法的可行性.
当前智能电网实时定价机制未考虑隐私信息泄露对用电量和电价的影响,且忽略了供电商与用户之间的利益均衡.为兼顾隐私保护和供需双方的利益均衡,将区块链隐私信息保护的机制融入到智能电网实时电价的策略之中,依据隐私敏感程度的不同,对用户进行分类,并将区块链的应用程度进行量化,建立基于区块链应用程度的社会福利最大化模型.利用拉格朗日对偶理论和投影梯度法求出最优用电量、最优供电量和最优电价.数值仿真表明:区块链的去中心化性质、混币机制和链下加密技术,能有效保护供需双方的隐私信息,降低供电成本和用电成本,提高供电商的利润
我国可再生能源配额制经历了从发电侧向售配电侧的转变,这种转变是否有利于构建新型电力系统,如何进一步优化该模式?为解决这些问题,分别建立了不同责任主体的配额制模型,分析了多种情景下市场价格和收益的变化情况,并设计了一种计及发电商差异、考虑奖惩的增强型配额制.构建了用于反映不同发电商绿色证书获取数量的综合评价指标,并通过衡量当期配额目标的完成情况对售电商给予惩罚与奖励.建立了博弈模型并采用逆向归纳法进行仿真,结果表明:售配电侧配额制优于发电侧配额制,增强型配额制的奖惩政策存在壁垒,但合理设置可以促进可再生能源
为解决无标签信息系统中已知接受域对象数的决策问题,提出了无标签信息系统的序贯三支决策模型.首先采用TOP-SIS算法进行数据预处理;其次根据数据集特征提出期望密度差的定义,并提出了无标签三支决策的构建算法,给出数据驱动下的决策阈值选择方法;同时在此基础上进一步建立了无标签序贯三支决策模型.案例分析显示,在属性值动态更新的情况下,序贯三支决策阈值具有自适应性.最后,相关实验验证了该模型的有效性.