摘要：雪灾是导致日光温室倒塌的主要原因之一。为探明几字型钢日光温室在雪荷载作用下的失稳机理,该研究采用有限单元法,以8 m跨日光温室为研究对象,模拟其在雪荷载(均匀分布雪荷载和非均匀分布雪荷载)作用下的失稳破坏过程,计算其极限承载力,并探究纵向系杆、初始几何缺陷、截面参数对极限承载力的影响。结果表明:对于净截面面积、上翼缘宽度、腹板高度和壁厚均相同的几字型钢和空心矩形钢管,几字型钢日光温室极限承载力稍高于空心矩形钢管日光温室极限承载力;相较于均匀分布雪荷载,日光温室拱架对非均匀分布雪荷载更为敏感,非均匀分布雪荷载作用下的极限承载力约是均匀分布雪荷载作用下的28%,在日光温室结构设计中,应重点考虑非均匀分布雪荷载工况;在非均匀分布雪荷载作用下,屋脊和后屋面支座处为危险截面,最先进入全截面屈服状态;纵向系杆的设置可有效抑制结构平面外变形,进而提高结构极限承载力,有纵向系杆约束条件下的结构极限承载力约是无纵向系杆约束条件下的1.25倍;该日光温室拱架对初始几何缺陷敏感度较低,当最大初始几何缺陷幅值从5 mm增加到20 mm时,极限承载力降低约2%;在几字型钢截面选取时,在满足规范要求宽厚比前提下,建议上翼缘宽度与翻边宽度之比控制在4.17左右,腹板高度与翻边宽度之比不大于9.25,下翼缘宽度与翻边宽度之比不大于1.7,上翼缘宽度与下翼缘宽度之比控制在3.33左右,腹板高度与下翼缘宽度之比控制在4.67左右。该研究结果可为开口冷弯薄壁型钢日光温室拱架抗雪设计提供参考。

摘要：针对无监督聚类缺少数据分类等先验信息、基聚类的准确性受聚类算法影响以及一般聚类融合算法空间复杂度高的问题,提出一种基于改进遗传算法的聚类融合算法(CEIGA);同时针对传统聚类融合算法已经不能满足大规模数据处理对于时间的要求的问题,提出一种云计算下使用Hadoop平台的基于改进遗传算法的并行聚类融合算法(PCEIGA)。首先,基聚类生成机制产生的基聚类划分在完成簇标签转化后进行基因编码作为遗传算法的初始种群。其次,通过改进遗传算法的选择算子,保证基聚类的多样性;再根据改进的选择算子对染色体进行交叉和变异操作并使用精英策略得到下一代种群,保证基聚类的准确性。如此循环,使聚类融合最终结果达到全局最优,提高算法准确度。通过设计两个Map Reduce过程并加入Combine过程减少节点通信,提高算法运行效率。最后,在UCI数据集上比较了CEIGA、PCEIGA和四个先进的聚类融合算法。实验结果表明,与先进的聚类融合算法相比,CEIGA性能最好;而PCEIGA能在不影响聚类结果准确度的前提下明显降低算法运行时间,提高算法效率。

摘要：应对知识的生态化存在，我们的课程必须走向新生，生态化课程是时代的必然选择。文章运用生态学的观点与方法研究课程问题．尝试从课程的内涵与特点、课程来源、课程设计理念和课程开发原则等四个方面对生态化课程进行阐释。