摘要：选址作为商业决策和城市基础设施规划的核心环节,对实体店铺、城市基础设施能否发挥预期效用具有重要作用.现有的选址推荐系统数据服务编排较为固定,无法对不同用户需求系统做出及时调整,应用场景受限,人机交互的系统灵活性和可扩展性差.最近,以GPT-4为代表的大语言模型(large language model,LLM)展现出了强大的意图理解、任务编排、代码生成和工具使用能力,能够完成传统推荐模型难以兼顾的任务,为重塑推荐流程、实现一体化的推荐服务提供了新的机遇.然而,一方面选址推荐兼具传统推荐共有的挑战;另一方面,由于其基于空间数据,具有独特的挑战.在这一背景下,提出了大语言模型驱动的选址推荐系统.首先,拓展了选址推荐的场景,提出了根据位置寻找合适店铺类型的场景推荐任务,结合了协同过滤算法和空间预训练模型.其次,构建了由大语言模型驱动的选址决策引擎.语言模型本身在处理空间相关的任务上存在诸多缺陷,例如缺少空间感知能力、无法理解具体位置、会虚构地名地址等.提出了一种在语言模型框架处理空间任务的机制,通过地理编码、逆编码、地名地址解析等工具提升模型的空间感知能力并避免地址虚构问题,结合选址推荐模型、场景推荐模型、外部知识库、地图可视化完成选址推荐中的多样化任务.实现选址任务的智能规划、执行与归因,提升了空间服务系统的交互体验,为未来人工智能驱动的选址推荐系统提供新的设计和实现思路.

摘要：该文采用自复位消能摇摆模块对既有抗弯钢框架进行加固,以减小其震后残余位移、提升其地震抗倒塌性能、避免其因层间变形集中而发生薄弱层倒塌破坏。基于分布参数连续体模型,揭示了自复位消能摇摆模块与钢框架结构的协同抗侧机理,分析了自复位消能摇摆模块抗弯刚度及抗侧刚度对结构层间变形模式、摇摆模块和钢框架内力需求的影响。提出了利用自复位消能摇摆模块加固既有抗弯钢框架基于位移的抗震设计方法,给出了具体设计流程。基于提出的设计方法对某三层抗弯钢框架进行加固设计。静力推覆分析和动力分析结果表明,自复位消能摇摆模块可有效减小既有抗弯钢框架结构的震后残余变形、使结构获得均匀的层间变形模式。加固后的结构在设计地震下可达到预期设计目标。

摘要：对为了实现分层装配柔性支撑钢结构体系的损伤控制行为,在建立结构体系损伤控制阶段的能量系数抗震需求指标概率模型的基础上,提出了基于能量系数的考虑抗震需求参数概率模型的抗震设计方法与评估流程。选取了一个典型的三层分层装配柔性支撑钢结构体系对所提出的设计与评估流程进行演示说明,分析结果表明:通过该文提出的抗震设计与评估流程所设计的结构能够实现损伤控制的性能目标,即损伤集中在易于更换的柔性支撑中,主框架保持弹性,从而使结构震后没有明显的残余变形。并进一步通过弹塑性时程分析验证了该方法的合理性。

摘要：地震易诱发次生火灾从而加剧结构破坏和生命财产损失。自复位耗能钢框架作为一种新型可恢复功能体系,已有研究聚焦其抗震性能评价,但尚且缺乏对其震后火灾下的灾变行为和失效机理的相关研究。针对一种以预应力钢棒和屈曲约束板为自复位和耗能元件的新型钢框架,基于节点试验对其抗震及震后抗火性能进行研究。抗震试验结果表明,设计合理的自复位耗能节点在转角高达6%时,仍可实现预期的损伤集中和震后复位机制。震后抗火试验结果表明,在经历幅值6%的转角变形后,自复位耗能节点仍具备长达1.5 h的耐火极限和高于900°C的耐火温度。不均匀温度场导致的热效应和材料性能退化导致的机械效应分前后两阶段对结构响应起控制作用。屈曲约束耗能板在灾害序列中始终作为主要损伤构件,并以前序地震损伤更甚的耗能板断裂作为节点在次生火灾下的失效模式。预应力钢棒在地震下发挥重要的复位作用,但在震后火灾中由于热膨胀和高温拉伸的共同作用而最终失效。