排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为了能够更加准确地判断结构损伤位置和程度,本文提出了基于粒子群优化支持向量机(PSO SVM)方法对斜拉桥主梁进行损伤识别的新方法。该方法以最敏感索张力指标作为损伤识别指标,利用粒子群(PSO)算法寻找支持向量机(SVM)最优参数,建立SVM预测模型,以不同位置、不同损伤程度下最敏感索的张力指标作为SVM的训练和测试输入,由SVM的输出确定损伤位置。通过对实验室的模型斜拉桥的主梁损伤进行了仿真验证,结果表明:采用PSO算法很好地解决了采用SVM方法进行损伤识别时的参数选择随机性难题,实现了对SVM模型参数 相似文献
2.
探讨京津冀交通运输与区域经济复合系统协同发展问题,运用数据包络分析(DEA)方法,建立了协同发展效度模型,采用2000-2012年统计数据,对其协同效度、发展效度和综合效度进行评价.结果显示,京津冀交通运输与区域经济复合系统协同发展效度较低,子系统间系统协同发展能力未能达到最优.要实现京津冀交通运输与区域经济系统协同发展,需要从内外环境因素共同着手解决,构建和完善区域综合交通运输网络和服务体系,实现区域经济生态可持续发展. 相似文献
1