基于单台强震数据软厚场地地震反应不确定性分析

选取新西兰Canterbury地区12个强震台站及2010—2012年间的台站584条记录,以浅硬场地LPCC作为参考台站,系统分析Christchurch市区软厚场地地震效应(即场地放大函数)的不确定性及地震动强度、震级、震源距及震源方位角等因素对场地放大函数不确定性的影响规律。分析结果发现：1)地震动强度水平对场地放大函数均值影响较小,仅在长周期(如大于1.0 s)段趋于增大场地的放大效应;以不同地震动强度值进行分组,地震动强度大于0.6 m/s 2的分组场地放大函数标准差显著高于地震动强度小于0.6 m/s 2分组,特别是地震动强度大于1.0 m/s 2时场地放大函数标准差最大,反映了场地土层非线性提高场地地震效应的不确定性;2)地震震级对场地放大函数不确定性影响小,不同地震震级分组场地放大函数均值及标准差的表现基本相当;3)震源距是场地地震反应不确定性的一个重要因素,震源距小于5 km时场地放大函数的标准差明显大于其它情况,即震源距越小地震反应不确定性越大;4)场地放大函数不确定性与震源方位角的选取基本无关,即选取不同的震源方位角场地放大函数标准差无明显差别。     

直墙拱形巷道围岩应力场分析

为得出直墙拱形巷道围岩应力分布规律,应用复变函数弹性理论推导了直墙拱形巷道围岩应力分布的解析表达式。对直墙拱形巷道边界的围岩应力和巷道水平线方向的围岩应力分布规律进行分析,并考虑直墙拱形巷道断面高宽比和侧压系数对其影响规律。研究表明：在不同巷道断面高宽比、侧压系数下,直墙拱形巷道围岩应力集中区域主要集中在直墙底部底角处、拱形顶板中点附近和底板中部3个位置。不同巷道断面高宽比下,直墙拱形巷道沿水平线的应力分布规律基本相同。侧压系数大于1时,采用巷道断面高宽比小于1较有利于巷道稳定;侧压系数小于等于1时,采用巷道断面高宽比大于1较有利于巷道稳定。     

水稻旱作的需水规律与土壤水分调控

为了研究水稻旱作的水分调控指标和节水效果，采用单阶段旱试验方法，设置13个试验处理，每个处理重复3次，得到了旱作水稻的需水特性和规律，土壤水分、耗水量和产量三者之间的相互关系，受旱对各阶段生长发育的影响，以及不同阶段、不同程度受旱对最终产量的影响等，并求得了旱作水稻各阶段受旱的水分敏感指（系）数和水分生产函数。结果表明：受旱对产量影响最大的阶段为拔节孕穗期，抽穗灌浆期次之，分蘖期适当的水分亏缺反而有利于旱作水稻的协作发育和产量提高。     

POA方法在水电站群优化运行中的

介绍了POA方法原理、模型建立与求解过程，通过一个地方电网的优化运行调度实例分析了该方法在水电站群优化运行中的应用.结果表明，POA方法具有原理简单、求解方便、易于编程、数据量小、容易推广的特点，在水库水电站联合优化调度领域应用前景较好。     

可视化编程技术在发动机外特性曲线绘制中的应用

通过对汽车发动机外特性的理论分析,在处理汽车发动机外特性曲线时,建立了一种适合处理发动机外特性曲线的三次样条函数拟合的数学模型,在C Builder可视化开发平台上,编制了汽车发动机外特性曲线绘制程序.利用三次样条函数插值法对实验数据进行拟合,实现了发动机外特性曲线绘制的自动化.     

双流道泵优化水力设计

研究了双流道泵的优化设计方法，采用单目标方法和损失极值法建立了目标函数，同时考虑了叶轮和蜗壳的主要参数对泵效率的影响，并依此提出了优化设计的设计变量，分析给出了其边界约束条件和性能约束条件。几个优化设计的双流道泵实例表明本文所述的方法是有效的。     

耕作土壤表面不平度分析

利用激光式不平度测试仪测定犁耕耕地地面、圆盘耙耙地地面和驱动耙耙地地面的不平度，测定地面不平度沿着3个方向进行，即平行、倾斜和垂直于耕作方向。对每一种地面不平度的RMS高度、自相关长度和自相关函数进行了分析，结果表明：对于短的地块，可用单一尺度来表征地表不平度的特征，地表不平度特征属于指数相关函数，RMS高度和自相关长度具有明显的相关性；对于长的地块，平整的农业地表不平度具有分形性或多尺度性，其自相关函数是一种分形过程。     

三江平原井灌水稻水分生产函数模型及敏感指数变化规律研究

通过田间试验，按照井灌水稻生充阶段设置不同处理水平模式，通过不同模型分析选择。建立了适合三江平原地区井灌水稻的水分生产函数模型。并对敏感指数在全生育期内变化规律做进一步研究。为井灌水稻非充分灌溉条件下的灌溉制度优化提供基础依据。     

日光温室滴灌番茄需水规律及水分生产函数的研究与应用

在滴灌条件下，试验研究了日光温室早春番茄的需水量、需水规律，产量与耗水量的关系，同时对番茄不同时期水分胁迫对产量的影响进行了深入研究，并根据试验研究成果，应用Jensen模型拟合了番茄水分生产函数。     

基于粒子群优化算法与混合罚函数

粒子群算法(PSO)具有简单易实现，可调参数少的优点。将其用于最优潮流的求解，结合混合罚函数来限制最优潮流的约束条件，使粒子群算法的寻优速度加快，迭代次数减少。通过在IEEE9节点和IEEE30节点上的仿真计算表明，该算法在优迭代速度和收敛精度上都取得了较好的效果。