摘要：如何准确且快速预测磁电系数是磁电多功能器件优化设计领域的一大难题.针对这一问题,该文提出了一种新的遗传算法(GA)优化的反向传播(BP)神经网络的预测磁电系数模型.该模型弥补了BP神经网络模型中经验化计算隐含层神经元个数与手动设定模型最佳训练轮次的不足,有效地提高了GA优化后的BP神经网络的预测精度.结果表明,GA优化后的BP神经网络模型的预测指标R 2高达98.49%,比普通BP模型的预测指标R 2高2.37%,同时该模型的误差更低,故GA优化后的BP预测模型在预测磁电系数上有显著的优越性与更高的精确度.另外在GA-BP模型的基础上引入SHAP模型,充分解释输入参数对磁电系数的影响程度.本研究为更快速、简洁地预测磁电系数,优化磁电复合材料设计提供了有效的支持.

摘要：当高架桥受桥下河道、道路、地铁、地下管线等限制时,采用外伸横梁是一种有效的解决办法。结合凤凰山高架桥左主线第6联4×28.9 m带外伸横梁的钢箱梁桥,介绍了凤凰山高架桥的设计、计算及施工,并探讨了横梁高度的取值、施工过程中横梁的稳定措施,可为国内外类似桥梁的设计提供参考。