为研究高温与尺寸效应耦合作用下的砂岩巴西劈裂特性，分别对经过25、200、400、600、800和1000 ℃高温处理后的标准砂岩试件进行巴西劈裂室内试验，并基于颗粒流软件开展不同尺寸高温砂岩巴西劈裂数值模拟，研究砂岩巴西劈裂强度及其劣化规律、孔隙率增加相对于裂纹扩展贯通的滞后性规律。研究结果表明：（1）在25～1000 ℃的温度范围和50～100 mm的直径范围内，温度与尺寸效应对砂岩巴西劈裂强度均有显著影响，且尺寸效应影响程度更大。在加热过程中，由于岩石内部首先发生热膨胀，然后在热应力作用下产生损伤，因此砂岩劈裂强度先有所增大，在400 ℃之后持续降低，劈裂强度下降约34.66%～35.10%；随着尺寸增大，岩石内部积聚的能量释放产生大量微裂隙，导致砂岩试样劈裂强度降低，下降约55.61%～56.99%。（2）砂岩巴西劈裂强度劣化幅值与其直径之间满足负指数函数关系，可用于预测不同尺寸高温砂岩的巴西劈裂强度。（3）砂岩在巴西劈裂过程中的孔隙率增加相对于裂隙扩展贯通滞后的荷载差值随温度升高以及尺寸增大而增大；考虑两因素的耦合作用，尺寸效应对荷载差值的影响程度随温度的升高而降低，温度对荷载差值的影响程度随砂岩尺寸的增大而降低。研究成果对火灾后顶板维护，初步预测顶板强度具有一定参考意义，也可为核废料处理、地热资源开发和深井工程等涉及高温和尺寸变化的岩体工程设计提供有益参考

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

辽宁省2013届省重点中学协作体领航高考预测语文试卷_辽宁省2013届省重点中学协作体领航高考预测试卷

郑州市2011年高中毕业年级第一次质量预测语文试卷_郑州市2011年高中毕业年级第一次质量预测语文试卷

重庆市江津区2018届高三下5月预测模拟语文试卷_重庆市江津区高2018届高三下5月预测模拟

重庆市綦江区2018届高三下学期5月预测调研考试语文试题_重庆市綦江区2018届高三下学期5月预测调研考试语文试题

黑龙江省哈师大附中2014届高三终极预测语文试卷_黑龙江省哈师大附中2014届高三终极预测语文试卷

郑州市2011年高中毕业年级第二次质量预测语文试题_郑州市2011年高中毕业年级第二次质量预测

近三年全国语用题整理及创新题预测（2011-2013年全国高考汇编）_近三年全国语用题整理及创新题预测

河南省郑州市2019年高中毕业班第二次质量预测语文试题_郑州市2019年高中毕业班第二次质量预测