检索结果-南通市图书馆

基于机器学习的高铁边坡位移预测不确定性度量与应用

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2024年第1期45卷 56-67页

作者：邓志兴谢康李泰灃苏谦韩征肖宪普中南大学土木工程学院湖南长沙410083 西南交通大学土木工程学院四川成都610000 中国铁道科学研究院集团有限公司铁道建筑研究所北京100081 石家庄铁道大学土木工程学院河北石家庄050000

为解决不确定性问题对高铁边坡位移预测精度的影响,引入区间预测理论量化位移预测中的不确定性问题,并建立Bootstrap-GRU-BP混合区间预测模型(BGB模型)。该模型首先采用基于Bootstrap的门控循环单元(Gated Recurrent Unit,GRU)算法度量... 详细信息

为解决不确定性问题对高铁边坡位移预测精度的影响,引入区间预测理论量化位移预测中的不确定性问题,并建立Bootstrap-GRU-BP混合区间预测模型(BGB模型)。该模型首先采用基于Bootstrap的门控循环单元(Gated Recurrent Unit,GRU)算法度量位移预测均值和认知误差的方差,再采用BP算法度量随机误差的方差,然后将位移预测均值、认知误差和随机误差的方差3者结合在一起,量化出一定置信水平下的预测区间。最后,基于杭绍台高铁沿线边坡的监测数据,探讨BGB模型认知不确定性的响应特征,并通过对比多种区间预测模型来验证BGB模型的优越性。结果表明:BGB模型不仅能构造清晰可靠的预测区间,还能提供高精度的点预测结果;改变模型输入特征和预测算法会导致认知不确定性的改变,而BGB模型所构造的预测区间能正确地响应不确定性的变化;对比以极限学习机(Extreme Learning Machine,ELM)和支持向量回归(Support Vector Regression,SVR)为核心的区间预测模型,BGB模型的区间预测和点预测性均能更优。研究成果可为高铁边坡位移发展提供可靠的预测结果,进而为高铁边坡可靠度分析提供理论基础。

关键词：边坡位移预测不确定性度量区间预测机器学习 Bootstrap算法

基于生态系统理论的小学心理健康教育实践探索

在线全文

学校读者我要写书评

暂无评论

基础教育论坛 2024年第18期 25-28页

作者：苏谦北京光明小学

生态环境理论认为儿童的成长受到由微观系统、中间系统、外层系统和宏观系统这四个相互嵌套、相互作用且共同组成的环境的影响,其中,微观系统和中间系统起到最直接的作用。基于此理论,结合校情实际,本文通过对学生发展最为直接的微观系... 详细信息

生态环境理论认为儿童的成长受到由微观系统、中间系统、外层系统和宏观系统这四个相互嵌套、相互作用且共同组成的环境的影响,其中,微观系统和中间系统起到最直接的作用。基于此理论,结合校情实际,本文通过对学生发展最为直接的微观系统和中间系统的教育实践,积极探索构建一个促进学生心理健康的生态系统。

关键词：小学心理健康教育生态系统理论

在线全文

学校读者我要写书评

暂无评论

企业“漂绿”行为的成因风险与防治

西部财会 2024年第3期 49-51页

作者：苏谦和福建师范大学经济学院

发展绿色金融是构筑绿色低碳循环发展模式、实现经济高质量发展的必然要求，对实现中国式现代化具有重要意义。然而，在绿色金融业务规模不断扩大的背景下，“漂绿”现象和行为影响了绿色金融的进一步发展。在制度层面、市场层面、企业... 详细信息

发展绿色金融是构筑绿色低碳循环发展模式、实现经济高质量发展的必然要求，对实现中国式现代化具有重要意义。然而，在绿色金融业务规模不断扩大的背景下，“漂绿”现象和行为影响了绿色金融的进一步发展。在制度层面、市场层面、企业层面分析“漂绿”现象的成因，探究“漂绿”行为在宏观、微观层面给各利益相关者带来的风险，有助于进一步加深对“漂绿”的了解。基于此，应加强相关制度建设，规范企业环境信息披露，健全以政府、媒体为主体的协同治理机制，激发市场活力，创造良好的外部环境，发挥出绿色金融对经济发展的红利效应。

关键词：绿色金融企业“漂绿” 风险防范

基于ML预测不确定性的边坡失稳时空概率评估方法与应用研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

土木工程学报 2024年第9期57卷 109-122页

作者：邓志兴谢康李泰灃苏谦肖宪普王业顺刘宝中南大学湖南长沙410075 中国铁道科学研究院集团有限公司铁道建筑研究所北京100081 西南交通大学四川成都610000 石家庄铁道大学河北石家庄050000 中国铁路设计集团有限公司天津300308

为解决机器学习(Machine Learning,ML)边坡位移预测中的不确定性及预测信息挖掘深度不够等问题,提出基于ML预测不确定性的边坡失稳时空概率评估方法。首先,基于Bootstrap算法度量ML边坡位移预测中的不确定性,利用GRU算法预测边坡单一点... 详细信息

为解决机器学习(Machine Learning,ML)边坡位移预测中的不确定性及预测信息挖掘深度不够等问题,提出基于ML预测不确定性的边坡失稳时空概率评估方法。首先,基于Bootstrap算法度量ML边坡位移预测中的不确定性,利用GRU算法预测边坡单一点位的位移时间特征、Kriging算法插值边坡位移空间分布,建立Bootstrap-GRU-Kriging边坡位移时空不确定性预测模型;接着,利用可靠度理论挖掘位移时空不确定性预测结果,建立边坡失稳时空概率评估模型,基于最不利原则提出边坡全断面位移-失稳概率二元耦合分析指标DP;最后,依托杭绍台铁路硅藻土边坡试验段验证模型的有效性。结果表明:边坡位移时空不确定性预测模型兼具ML边坡位移预测不确定性量化和时空分布预测功能,边坡失稳时空概率评估模型不仅能得到边坡失稳概率空间分布及时变特性,还能实现边坡整体安全的高效评价;所提方法构造的预测区间清晰可靠,各测点预测区间覆盖率PICP均值高于96%,DP指标可响应边坡变形过程中外界所造成的影响。研究成果可为边坡位移预测及超前评估理论研究提供参考。

关键词：边坡位移机器学习不确定性度量可靠度理论时空概率评估 DP指标

基于DS证据理论与综合赋权改进可拓法的黄土区重载铁路高填方路基服役性能评价

在线全文

学校读者我要写书评

暂无评论

铁道学报 2024年第8期46卷 121-131页

作者：张棋苏谦刘宝森裴彦飞张宗宇陈德西南交通大学土木工程学院四川成都610031 西南交通大学高速铁路线路工程教育部重点实验室四川成都610031 四川蜀道高速公路集团有限公司四川成都610094

为有效评价黄土区重载铁路高填方路基的变形与稳定状态,在重载铁路高填方路基服役性能初选评价指标库基础上,通过基于证据可信度的DS证据理论融合指标的重要度、独立度与区分度3项特征值,构建重载铁路高填方路基服役性能优选指标体系;... 详细信息

为有效评价黄土区重载铁路高填方路基的变形与稳定状态,在重载铁路高填方路基服役性能初选评价指标库基础上,通过基于证据可信度的DS证据理论融合指标的重要度、独立度与区分度3项特征值,构建重载铁路高填方路基服役性能优选指标体系;基于综合赋权改进可拓评价法,建立针对重载铁路高填方路基服役性能的多层次综合评价模型,并利用该模型对大准及巴准铁路两段高填方路基服役性能进行评价。研究结果表明,上述两段高填方路基服役性能等级评价结果依次为差与良,并均通过了有效性检验;本文研究所提方法较云模型更能准确评价高填方路基服役性能,且比《铁路路基大维修规则》更能全面客观地反映高填方路基服役性能所处状态。研究结果可为黄土区重载铁路高填方路基服役性能状态评价提供参考。

关键词：黄土地区重载铁路高填方路基服役性能 DS证据理论改进可拓评价

无砟轨道玄武岩纤维泡沫混凝土路基动力特性分析

在线全文

学校读者我要写书评

暂无评论

西南交通大学学报 2024年

作者：黄志超张宗宇苏谦王迅黄俊杰赵文辉西南交通大学土木工程学院四川建筑职业技术学院兰州交通大学土木工程学院

玄武岩纤维泡沫混凝土可作为无砟轨道路基新型填料，为分析其动力性能，通过室内动三轴试验，获取玄武岩纤维泡沫混凝土的动力学基本参数；进一步，构建玄武岩纤维泡沫混凝土无砟轨道路基的足尺室内模型，揭示其在周期荷载作用下的动力... 详细信息

玄武岩纤维泡沫混凝土可作为无砟轨道路基新型填料，为分析其动力性能，通过室内动三轴试验，获取玄武岩纤维泡沫混凝土的动力学基本参数；进一步，构建玄武岩纤维泡沫混凝土无砟轨道路基的足尺室内模型，揭示其在周期荷载作用下的动力学响应；此外，建立玄武岩纤维泡沫混凝土的车-轨-路三维有限元计算模型，分析路基结构在高速行车条件下的变形特性。研究结果表明：掺入玄武岩纤维后，泡沫混凝土的动力学性能得到增强，玄武岩纤维掺量为0.6％时，达到最优配比，相较于未掺加玄武岩纤维的泡沫混凝土动强度提高90.8％，阻尼比提高46.2％，动模量提高98.1％；玄武岩增强泡沫混凝土无砟轨道路基的整体性较好，荷载能够较为均匀的向下扩散，路基表层动应力最大值为19.37kPa；通过数值模拟分析，路基振动在高频荷载作用下能够更快恢复平稳状态，在高速行车条件下，玄武岩纤维泡沫混凝土路基表面的最大沉降为0.3mm，相比于传统路基结构，玄武岩纤维泡沫混凝土路基在列车荷载作用下，振动响应频率高，产生的噪声更易控制。

关键词：高速铁路铁路路基泡沫混凝土玄武岩纤维动力性能

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

螺旋钢桩加固边坡抗滑承载特性研究

铁道科学与工程学报 2024年第2期21卷 578-590页

作者：黄飞虎裴彦飞苏谦王鑫杨鸿麟李艳东西南交通大学土木工程学院四川成都610031 西南交通大学高速铁路线路工程教育部重点实验室四川成都610031 中铁第一勘察设计院集团有限公司陕西西安710043

目前,针对螺旋钢桩加固边坡问题,其桩土作用机制及抗滑承载特性研究较少,限制其推广应用。因此,基于FEM和桩与边坡解耦设计分析方法,提出一种适用于螺旋钢桩加固边坡模型的简化方法,并对简化模型桩-土相互作用的模拟效果和抗滑力计算准... 详细信息

目前,针对螺旋钢桩加固边坡问题,其桩土作用机制及抗滑承载特性研究较少,限制其推广应用。因此,基于FEM和桩与边坡解耦设计分析方法,提出一种适用于螺旋钢桩加固边坡模型的简化方法,并对简化模型桩-土相互作用的模拟效果和抗滑力计算准确度进行验证,随后分别建立螺旋钢桩和等直径钢管桩有限元模型,对比分析其各项受力性能,揭示螺旋钢桩的受力模式。研究结果表明:通过该简化方法计算出的桩顶位移值与现场实测值、滑面处弯矩峰值结果相差均在10%之内,在产生相同抗滑力下,简化模型与三维桩土模型的桩顶位移差值在5%以内,说明此简化方法模拟精度可满足要求。在抗滑承载特性方面,当桩顶产生5 cm位移时,螺旋钢桩较圆型桩抗滑力提高15%;产生相同的抗滑力时,螺旋钢桩顶位移较圆型桩顶位移减少22%。螺旋钢桩在承受滑坡推力时,首先通过桩身挠曲抵抗滑坡推力,随着滑坡位移不断增大,螺旋叶片与周围土体产生的摩擦和挤压作用不断增强,处于滑动剪切区的叶片发生翘曲变形,通过形成反弯矩作用抵抗滑坡推力。平行滑动区与锚固区的叶片在轴向产生相对位移,调动螺旋叶片产生端阻力,并将其传递至滑面以增大抗滑力,由此改变桩周土体位移场与应力场的分布,增强桩土协同工作能力,并起到良好的应力扩散与传递作用。研究成果可为螺旋钢桩的承载特性计算与加固设计提供借鉴。

关键词：螺旋钢桩边坡加固模型简化数值模拟抗滑承载力

在线全文

学校读者我要写书评

暂无评论

网络强国思想融入高校思政课教学探究

盐城工学院学报（社会科学版） 2024年第1期37卷 100-103页

作者：陈苏谦闽南师范大学马克思主义学院福建漳州363000

习近平总书记关于网络强国的重要思想融入高校思想政治理论课,是落实网络强国总体战略部署的时代要求,是高校思政课高质量发展的内在要求,也是培养强国一代大学生的必然要求。为了实现有效融入,应坚持系统融入、有机融入、实践融入的原... 详细信息

习近平总书记关于网络强国的重要思想融入高校思想政治理论课,是落实网络强国总体战略部署的时代要求,是高校思政课高质量发展的内在要求,也是培养强国一代大学生的必然要求。为了实现有效融入,应坚持系统融入、有机融入、实践融入的原则要求,坚守课堂主阵地、发挥教师主导作用、用好新媒体技术、搭建实践平台等方式多维融入。

关键词：习近平总书记关于网络强国的重要思想高校思政课网络强国

在线全文

学校读者我要写书评

暂无评论

高铁路基动力稳定性能评价方法与应用研究

铁道学报 2024年

作者：邓志兴谢康王武斌徐林荣李泰灃苏谦王迅刘宝中南大学土木工程学院西南交通大学陆地交通地质灾害防治技术国家工程研究中心中国铁道科学研究院集团有限公司铁道建筑研究所西南交通大学土木工程学院中国铁路设计集团有限公司

目前缺少一种快速、超前、综合的高铁路基动力稳定性能评价方法，限制了路基动响应和累计变形数据的利用程度，易导致对路基的服役性能评价不充分、甚至在运营期间劣化等问题。因此，基于激振测试和机器学习（Machine Learning， ML）... 详细信息

目前缺少一种快速、超前、综合的高铁路基动力稳定性能评价方法，限制了路基动响应和累计变形数据的利用程度，易导致对路基的服役性能评价不充分、甚至在运营期间劣化等问题。因此，基于激振测试和机器学习（Machine Learning， ML）提出了一种高铁路基动力稳定性能评价方法。首先，利用大型激振器模拟高速列车荷载，以快速获得高铁路基动力稳定性能评价指标，包括动响应（动应力、振动加速度）和累计变形；其次，基于优选的最佳ML模型对累计变形进行超前预测，探索累计变形的未来发展趋势；最后，综合路基动响应评估和路基累计变形评估，实现高铁路基动力稳定性能评价，并依托杭绍台高铁路基试验段验证该方法的有效性。结果表明：激振试验过程中，路基最大动应力、振动加速度和累积变形分别为42.5 kPa、8.496 m/s2、3.26 mm，均小于各自阈值50 kPa、10 m/s2和15 mm；优选得到LSTM模型的性能最佳，基于LSTM模型得到累计变形预测值稳定于3.27mm，表明累计变形满足超前评估要求。综合路基动响应和路基累计变形评估结果，得到该高铁路基动力稳定性能较好。相关研究成果为高铁路基结构动力稳定性能评价提供新的思路，也可为高铁智能运维提供超前参考。

关键词：高速铁路路基激振测试机器学习动力响应累计变形